2024年3月5日发(作者：)
POI使用
[摘要：本身正在做项目过程当中用到懂得析支解word2003战2007,2010等文件内容，以下是代码： 上面是局部代码，若是念要全体代码能够收我邮箱，***************************， 接心类 ：]
自己在做项目过程中用到了解析分割word2003和2007,2010等文件内容，以下是代码：
下面是部分代码，如果想要全部代码可以发我邮箱，***************************，
接口类 ：
package ;
import ;
/**
* 使用 POI 解析 WORD 文件的内容信息
* @author
* 2015-2-9
*/
public interface PoiExtractContent
/**
* 根据文件路径获得 Document 对象
* @param docPath 路径
* @return Document
*/
public T getDocument(String docPath);
/**
* 解析 word 文档的标题
* @param doc Document 对象
* @return word 文档中标题
*/
public String getTilte(T doc);
/**
* 获取 word 文档里所有文字内容（不包括图片、表格等格式的内容）
* @param doc Document 对象
* @return word 文档中文字部分全部内容
*/
public String getContent(T doc);
/**
* 获取 word 文档里所有文字内容（不包括图片、表格等格式的内容）
* @param docPath doc 对象路径
* @return word 文档中文字部分全部内容
*/
public String getContent(String docPath);
/**
* 获取 word 文档里面所有图片并另存到指定目录下
* @param doc Document 对象
* @param picPath 保存图片路径
* @param suffix 后缀名
*/
public void getPictures(T doc, String picPath, String suffix);
/**
* 获取word 文档里面所有表格
* @param doc Document 对象
*/
public void getTables(T doc);
/**
* 获取word 文档中最大的字体
* @param doc Document 对象
* @return 最大字体
*/
public int getMaxFontSize(T doc);
/**
* 获取 word 文档的创建信息
* @param docPath doc路径
* @return 创建文档的信息
*/
public Map
}
2003实现：
package ;
import putStream;
import tputStream;
import tream;
import ist;
import p;
import t;
import or;
import ;
import ;
import ;
import yInformation;
import cument;
import tractor;
import esTable;
import escription;
import heet;
import terRun;
import aph;
import e;
import ;
import ;
import ell;
import terator;
import ow;
import ractContent;
import ;
import TextUtil;
/**
* 使用 POI 解析 DOC2003 文件的内容信息
* @author
* 2015-2-9
*/
public
/**
* 根据文件路径获得 Document 对象
* @param docPath 路径
* @return Document
class PoiHwpfExtractContentImpl implements
PoiExtractContent
*/
public HWPFDocument getDocument(String docPath) {
// hwpfDocument 是专门处理 word 的，在 poi 中还有处理其他
office 文档的类
HWPFDocument doc = null;
try {
doc = new HWPFDocument(new FileInputStream(docPath));
} catch (Exception e) {
tackTrace();
}
return doc;
}
/**
* 解析 word 文档的标题
* @param doc Document 对象
* @return 标题
*/
public String getTilte(HWPFDocument doc) {
String title = "";
Range range = ge();
Paragraph p = null;
for (int i = 0; i < agraphs(); i++) {
p = agraph(i);
if(() != null && !().equals("")
&& !().equals("r")){
title = ().trim();
break;
}
}
return title;
}
/**
* 获取 word 文档里所有文字内容（不包括图片、表格等格式的内容）
* @param doc Document 对象
* @return word 文档中文字部分全部内容
*/
public String getContent(HWPFDocument doc){
String content = "";
try {
content = t().toString().trim();
} catch (Exception e) {
tackTrace();
}
return eAll("", "");
}
/**
* 获取 word 文档里所有文字内容（不包括图片、表格等格式的内容）
* @param docPath doc 对象路径
* @return word 文档中文字部分全部内容
*/
public String getContent(String docPath) {
StringBuffer strBuff = new StringBuffer("");
try {
WordExtractor extractor = new WordExtractor(new
FileInputStream(docPath));
//tFromPieces();
String [] strArray = agraphText();
for(int i = 0; i < ; ++i) {
(strArray[i].trim());
}
} catch (Exception e) {
tackTrace();
}
return ng().replaceAll("", "");
}
/**
* 获取 word 文档里面所有图片并另存到指定目录下
* @param doc Document 对象
* @param picPath 保存图片路径
* @param suffix 后缀名
*/
public void getPictures(HWPFDocument doc, String picPath,
String suffix) {
Range range = ge();
byte[] dataStream = aStream();
int numChar = racterRuns();
PicturesTable pTable = new PicturesTable(doc, dataStream,
dataStream);
for (int i = 0; i < numChar; ++i) {
CharacterRun cuRun = racterRun(i);
boolean hasPic = ture(cuRun);
if (hasPic) {
Picture picture = tPicture(cuRun, true);
try {
mageContent(new FileOutputStream(picPath +
i + suffix));
} catch (Exception e) {
tackTrace();
}
}
}
}
/**
* 获取word 文档里面所有表格
* @param doc Document 对象
*/
public void getTables(HWPFDocument doc){
Range range = ge();
TableIterator tableIt = new TableIterator(range);
while (t()) {
Table table = (Table)();
for(int j=0;j TableRow tr = (j); String content = ""; for(int i=0;i TableCell cell = l(i); for(int m=0;m Paragraph para = agraph(m); content += ().trim() + ";"; } } n(content); } } } /** * 获取文章中所有标题集合 * @param doc Document * @return */ public List Range range = ge(); byte[] dataStream = aStream(); int numP = agraphs(); List PicturesTable pTable = new PicturesTable(doc, dataStream, dataStream); for(int i=0;i Range curRange = agraph(i); Paragraph paragraph = agraph(i); CharacterRun cr = racterRun(0); if(ture(cr)){ //图片 continue; }else{ char currentChar = 0; for(int k=0;k<().length();k++){ currentChar = ().charAt(k); if(currentChar != _ASCII){ break; } } if(currentChar == _ASCII){ //回车符 continue; }else if(currentChar == _ASCII){ //空格符 continue; }else if(currentChar == TION_ASCII){ //水平制表符 continue; } } int numStyles = leSheet().numStyles(); int styleIndex = leIndex(); if (numStyles > styleIndex) { StyleSheet style_sheet = leSheet(); StyleDescription style = style_leDescription(styleIndex); String styleName = e(); if(styleName!=null&&ns("标题")){ (().trim()); n(().trim()); } } } return titleList; } /** * 获取整篇文章中所有标题样式名称 * @param doc Document * @return */ public Set doc){ Range range = ge(); byte[] dataStream = aStream(); int numP = agraphs(); Set PicturesTable pTable = new PicturesTable(doc, dataStream, dataStream); for(int i=0;i Range curRange = agraph(i); Paragraph paragraph = agraph(i); CharacterRun cr = racterRun(0); if(ture(cr)){ //图片 continue; }else{ char currentChar = 0; for(int k=0;k<().length();k++){ currentChar = ().charAt(k); if(currentChar != _ASCII){ break; } } if(currentChar == _ASCII){ //回车符 continue; }else if(currentChar == _ASCII){ //空格符 continue; }else if(currentChar == TION_ASCII){ //水平制表符 continue; } } int numStyles = leSheet().numStyles(); int styleIndex = leIndex(); if (numStyles > styleIndex) { StyleSheet style_sheet = leSheet(); StyleDescription style = style_leDescription(styleIndex); String styleName = e(); if(styleName!=null&&ns("标题")){ if(ns(",")){ styleName = getFirstStyleName(styleName); } (styleName); } } } return titNameSet; } /** * 处理标题样式名称的特殊格式，如：“标题 3,标题 3 Char,标题 3 Char Char” ,只获取“标题 3” * @param styleName 需进行处理的标题样式 ，如"标题 3,标题 3 Char,标题 3 Char Char” * @return */ private String getFirstStyleName(String styleName){ if ((styleName != null) && (() > 0)) { int styleLeng = (",").length; if(styleLeng>1){ int comma = f(","); if(comma>-1&&(comma<())){ return ing(0,comma); } } } return styleName; } /** * 获取当前文章中最大标题样式名称，如“标题1” * @param doc Document * @return */ public String getMaxTitleStyleName(HWPFDocument doc){ Set Iterator List while(t()){ String titName = (); //得到“标题 1”、“标题 2” try { int curStyleName = nt(ing(2).trim()); (curStyleName); } catch (NumberFormatException e) { continue; } } int max = (()==0?0:(0)); for(int i=0;i<();i++){ int curSize = (i); if(curSize max = curSize; } } if(max==0){ return ""; //文章中不包含任何标题 } return "标题 "+max; } /** * 获取word 文档中最大的字体 * @param doc Document 对象 */ public int getMaxFontSize(HWPFDocument doc) { int fontSize = 0; try { Range range = ge(); for (int i = 0; i < agraphs(); i++) { Paragraph poiPara = agraph(i); int j = 0; while (true) { CharacterRun run = racterRun(j++); if(fontSize < tSize()) { fontSize = tSize(); }//字体大小 if (Offset() == Offset()) { break; } } } } catch (Exception e) { tackTrace(); } return fontSize; } /** * 获取 word 文档的创建信息 * @param docPath doc路径 * @return 创建文档的信息 */ public Map try { InputStream is = new FileInputStream(docPath); WordExtractor extractor = new WordExtractor(is); SummaryInformation maryInformation(); Map String>(); ("author", hor()); // 作者 ("title", le()); // 标题 ("subject", ject()); // 主题 ("keyword", words()); // 关键词 info = ("createdate", rmat(ateDateTime())); // 创建时间 ("updatedate", rmat(tSaveDateTime())); // 修改时间 } catch (Exception e) { } return null; } } 2007实现类： package ; import putStream; import tFoundException; import tputStream; import ption; import tream; import p; import or; import ; import ; import Document; import TextExtractor; import operties; import kage; import rdExtractor; import cument; import ragraph; import ctureData; import ble; import bleCell; import ractContent; import TextUtil; /** * 使用 POI 解析 DOCX2007 文件的内容信息 * @author * 2015-2-9 */ public /** * 根据文件路径获得 Document 对象 * @param docxPath 路径 * @return Document */ public XWPFDocument getDocument(String docxPath) { //xwpfDocument是专门处理word的，在poi中还有处理其他office文档的类 XWPFDocument docx = null; try { OPCPackage pack = ckage(docxPath); docx = new XWPFDocument(pack) ; } catch (Exception e) { tackTrace(); class PoiXwpfExtractContentImpl implements PoiExtractContent } return docx; } /** * 解析 word 文档的标题 * @param docx Document 对象 * @return word 文档中标题 */ public String getTilte(XWPFDocument docx) { String title = ""; List XWPFParagraph p = null; for (int i = 0; i < (); i++) { if(t() != null && !t().equals("") && !t().equals("r")){ title = t().trim(); break; } } return title; } /** * 获取 word 文档里所有文字内容（不包括图片、表格等格式的内容） * @param docx Document 对象 * @return word 文档中文字部分全部内容 */ public String getContent(XWPFDocument docx) { String content = ""; try { List for (XWPFParagraph para : paras) { content += t().trim(); } } catch (Exception e) { tackTrace(); } return eAll("", ""); } /** * 获取 word 文档里所有文字内容（不包括图片、表格等格式的内容） * @param docxPath docx 对象路径 * @return word 文档中文字部分全部内容 */ public String getContent(String docxPath) { String content = ""; try { OPCPackage POIXMLTextExtractor opcPackage extractor = = new ckage(docxPath); XWPFWordExtractor(opcPackage); content += t().trim(); } catch (Exception e) { tackTrace(); } return eAll("", ""); } /** * 获取 word 文档里面所有图片并另存到指定目录下 * @param docx Document 对象 * @param picPath 保存图片路径 * @param suffix 后缀名 */ public void getPictures(XWPFDocument docx, String picPath, String suffix){ List if(wpdList != null && () > 0){ for (int i = 0; i < (); i++) { byte[] picByte = (i).getData(); //获取图片数据流 FileOutputStream fos = null; try { fos = new FileOutputStream(picPath + i + suffix); } catch (FileNotFoundException e) { tackTrace(); }finally{ try { (picByte); } catch (IOException e) { tackTrace(); } } } } } /** * 获取word 文档里面所有表格 * @param doc Document 对象 */ public void getTables(XWPFDocument docx){ Iterator while (t()) { XWPFTable table = (); String rowInfo = ""; for(int j = 0; j < s().size(); j ++){ List // 获得所有列 for (int k = 0; k < (); k++) { rowInfo += (k).getText().trim() + ";"; } } n(rowInfo); } } /** * 获取word 文档中最大的字体 * @param doc Document 对象 */ public int getMaxFontSize(XWPFDocument docx) { int fontSize = 0; /* List for(XWPFParagraph para :paraGraph ){ List for(XWPFRun r : run){ int i = 0; n("字体颜色："+or()); n("字体名称:"+tFamily()); n("字体大小："+tSize()); n("Text:"+t(i++)); n("粗体？："+()); n("斜体？："+ic()); if(fontSize < tSize()){ fontSize = tSize(); } } }*/ return fontSize; } /** * 获取 word 文档的创建信息 * @param docPath docx路径 * @return 创建文档的信息 */ public Map try { InputStream is = new FileInputStream(docxPath); XWPFDocument docx = new XWPFDocument(is); XWPFWordExtractor XWPFWordExtractor(docx); CoreProperties coreProps = eProperties(); Map String>(); //("category", egory()); //分类 extractor = new ("author", ator()); //创建者 ("title", le()); //标题 ("subject", ject()); // 主题 ("keyword", words()); // 关键词 ("createdate", rmat(ated())); //创建时间 ("updatedate", rmat(tPrinted())); // 修改时间 } catch (Exception e) { } return null; } } 相关推荐 感谢关注 Ithao123精品文库频道，是专门为互联网人打造的学习交流平台，全面满足互联网人工作与学习需求，更多互联网资讯尽在 IThao123!
发布评论