网站备案名称规定,网站基本建设投资内容,广州网络营销公司排名,自己做的html网页怎么发布Apache POI是Apache软件基金会的开放源码函式库#xff0c;POI提供API给Java程序对Microsoft Office格式档案读和写的功能。1.读取word 2003及word 2007需要的jar包读取 2003 版本(.doc)的word文件相对来说比较简单#xff0c;只需要 poi-3.5-beta6-20090622.jar 和 poi-scra…Apache POI是Apache软件基金会的开放源码函式库POI提供API给Java程序对Microsoft Office格式档案读和写的功能。1.读取word 2003及word 2007需要的jar包读取 2003 版本(.doc)的word文件相对来说比较简单只需要 poi-3.5-beta6-20090622.jar 和 poi-scratchpad-3.5-beta6-20090622.jar 两个 jar 包即可 而 2007 版本(.docx)就麻烦多我说的这个麻烦不是我们写代码的时候麻烦是要导入的 jar 包比较的多有如下 7 个之多 1. openxml4j-bin-beta.jar 2. poi-3.5-beta6-20090622.jar 3. poi-ooxml-3.5-beta6-20090622.jar 4 .dom4j-1.6.1.jar 5. geronimo-stax-api_1.0_spec-1.0.jar 6. ooxml-schemas-1.0.jar 7. xmlbeans-2.3.0.jar 其中 4-7 是 poi-ooxml-3.5-beta6-20090622.jar 所依赖的 jar 包(在 poi-bin-3.5-beta6-20090622.tar.gz 中的 ooxml-lib 目录下可以找到)。2.换行符号硬换行文件中换行如果是键盘中使用了enter的换行。软换行文件中一行的字符数容量有限当字符数量超过一定值时会自动切到下行显示。对程序来说硬换行才是可以识别的、确定的换行软换行与字体大小、缩进有关。3.读取的注意事项值得注意的是 POI 在读取不会读取 word 文件中的图片信息 还有就是对于 2007 版的 word(.docx), 如果 word 文件中有表格所有表格中的数据都会在读取出来的字符串的最后。4.读取word文本内容代码1 importjava.io.File;2 importjava.io.FileInputStream;3 importjava.io.InputStream;45 importorg.apache.poi.POIXMLDocument;6 importorg.apache.poi.POIXMLTextExtractor;7 importorg.apache.poi.hwpf.extractor.WordExtractor;8 importorg.apache.poi.openxml4j.opc.OPCPackage;9 importorg.apache.poi.xwpf.extractor.XWPFWordExtractor;1011 public classTest {12 public static voidmain(String[] args) {13 try{14 InputStream is new FileInputStream(new File(2003.doc));15 WordExtractor ex newWordExtractor(is);16 String text2003 ex.getText();17 System.out.println(text2003);1819 OPCPackage opcPackage POIXMLDocument.openPackage(2007.docx);20 POIXMLTextExtractor extractor newXWPFWordExtractor(opcPackage);21 String text2007 extractor.getText();22 System.out.println(text2007);2324 } catch(Exception e) {25 e.printStackTrace();26 }27 }28 }
