https://www.cnblogs.com/always-online/p/4800131.html
POI是 Apache 旗下一款读写计算机中的 word 以及 excel 文件的工具。
poi文档官方网站https://poi.apache.org/
-
HWPF 是 POI 支持 Word(97-2003) 的 Java 组件，支持读写Word文档，但是写功能目前只实现一部分；它也提供更早版本的Word6和Word95版本的简单的文本摘录功能。
-
XWPF是 POI 支持 Word 2007+ 的 Java组件，提供简单文件的读写功能。
- HSSF提供读写Microsoft Excel XLS格式档案的功能
- XSSF提供读写Microsoft Excel OOXML XLSX格式档案的功能。
- HSLF提供读写Microsoft PowerPoint格式档案的功能。
- HDGF提供读Microsoft Visio格式档案的功能。
- HPBF提供读Microsoft Publisher格式档案的功能。
- HSMF提供读Microsoft Outlook格式档案的功能。
组件图
Apache POI发行版包括对许多文档文件格式的支持。几个Jar文件中提供了此支持。并非每种格式都需要所有的Jar。下表显示了POI组件，Maven存储库标签和项目的Jar文件之间的关系。
| 零件 | 应用类型 | Maven工件ID | 笔记 |
|---|---|---|---|
| POIFS | OLE2文件系统 | poi | 需要使用基于OLE2 / POIFS的文件 |
| 惠普 | OLE2属性集 | poi | |
| 高速钢 | Excel XLS | poi | 仅对于HSSF，如果需要通用SS，请参见下文 |
| HSLF | PowerPoint PPT | 便签本 | |
| 硬毛PF | Word文档 | 便签本 | |
| 高密度纤维蛋白 | Visio VSD | 便签本 | |
| 高炉 | 发布者PUB | 便签本 | |
| HSMF | 展望味精 | 便签本 | |
| DDF | 埃舍尔普通图纸 | poi | |
| 汉王 | WMF图纸 | 便签本 | |
| OpenXML4J | OOXML | poi-ooxml加上poi-ooxml-schemas或 ooxml-schemas和ooxml-security |
请参阅以下注释，了解这些选项之间的差异 |
| XSSF | Excel XLSX | poi-ooxml | |
| XSLF | PowerPoint PPTX | poi-ooxml | |
| XWPF | Word DOCX | poi-ooxml | |
| XDGF | Visio VSDX | poi-ooxml | |
| 普通SL | PowerPoint PPT和PPTX | poi-scratchpad和poi-ooxml | SL代码位于核心POI jar中，但实现位于poi-scratchpad和poi-ooxml中。 |
| 普通SS | Excel XLS和XLSX | poi-ooxml | WorkbookFactory和朋友们都需要poi-ooxml，而不仅仅是核心poi |
docx需要依赖
<dependency> <groupId>fr.opensagres.xdocreport</groupId> <artifactId>fr.opensagres.xdocreport.document</artifactId> <version>1.0.5</version> </dependency> <dependency> <groupId>fr.opensagres.xdocreport</groupId> <artifactId>org.apache.poi.xwpf.converter.xhtml</artifactId> <version>1.0.5</version> </dependency>
doc需要依赖
<dependency> <groupId>org.apache.poi</groupId> <artifactId>poi</artifactId> <version>3.12</version> </dependency> <dependency> <groupId>org.apache.poi</groupId> <artifactId>poi-scratchpad</artifactId> <version>3.12</version> </dependency>
读
package com.test.word; import java.io.File; import java.io.FileInputStream; import java.io.FileNotFoundException; import java.io.FileOutputStream; import java.io.IOException; import java.io.InputStream; import java.io.OutputStream; import javax.xml.parsers.DocumentBuilderFactory; import javax.xml.parsers.ParserConfigurationException; import javax.xml.transform.OutputKeys; import javax.xml.transform.Transformer; import javax.xml.transform.TransformerException; import javax.xml.transform.TransformerFactory; import javax.xml.transform.dom.DOMSource; import javax.xml.transform.stream.StreamResult; import org.apache.poi.hwpf.HWPFDocument; import org.apache.poi.hwpf.converter.PicturesManager; import org.apache.poi.hwpf.converter.WordToHtmlConverter; import org.apache.poi.hwpf.usermodel.PictureType; import org.apache.poi.xwpf.converter.core.FileImageExtractor; import org.apache.poi.xwpf.converter.core.FileURIResolver; import org.apache.poi.xwpf.converter.xhtml.XHTMLConverter; import org.apache.poi.xwpf.converter.xhtml.XHTMLOptions; import org.apache.poi.xwpf.usermodel.XWPFDocument; import org.junit.Test; import org.w3c.dom.Document; /** * word 转换成html */ public class WordToHtml { /** * 2007版本word转换成html * @throws IOException */ @Test public void Word2007ToHtml() throws IOException { String filepath = "C:/test/"; String fileName = "滕王阁序2007.docx"; String htmlName = "滕王阁序2007.html"; final String file = filepath + fileName; File f = new File(file); if (!f.exists()) { System.out.println("Sorry File does not Exists!"); } else { if (f.getName().endsWith(".docx") || f.getName().endsWith(".DOCX")) { // 1) 加载word文档生成 XWPFDocument对象 InputStream in = new FileInputStream(f); XWPFDocument document = new XWPFDocument(in); // 2) 解析 XHTML配置 (这里设置IURIResolver来设置图片存放的目录) File imageFolderFile = new File(filepath); XHTMLOptions options = XHTMLOptions.create().URIResolver(new FileURIResolver(imageFolderFile)); options.setExtractor(new FileImageExtractor(imageFolderFile)); options.setIgnoreStylesIfUnused(false); options.setFragment(true); // 3) 将 XWPFDocument转换成XHTML OutputStream out = new FileOutputStream(new File(filepath + htmlName)); XHTMLConverter.getInstance().convert(document, out, options); //也可以使用字符数组流获取解析的内容 // ByteArrayOutputStream baos = new ByteArrayOutputStream(); // XHTMLConverter.getInstance().convert(document, baos, options); // String content = baos.toString(); // System.out.println(content); // baos.close(); } else { System.out.println("Enter only MS Office 2007+ files"); } } } /** * /** * 2003版本word转换成html * @throws IOException * @throws TransformerException * @throws ParserConfigurationException */ @Test public void Word2003ToHtml() throws IOException, TransformerException, ParserConfigurationException { String filepath = "C:/test/"; final String imagepath = "C:/test/image/"; String fileName = "滕王阁序2003.doc"; String htmlName = "滕王阁序2003.html"; final String file = filepath + fileName; InputStream input = new FileInputStream(new File(file)); HWPFDocument wordDocument = new HWPFDocument(input); WordToHtmlConverter wordToHtmlConverter = new WordToHtmlConverter(DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument()); //设置图片存放的位置 wordToHtmlConverter.setPicturesManager(new PicturesManager() { public String savePicture(byte[] content, PictureType pictureType, String suggestedName, float widthInches, float heightInches) { File imgPath = new File(imagepath); if(!imgPath.exists()){//图片目录不存在则创建 imgPath.mkdirs(); } File file = new File(imagepath + suggestedName); try { OutputStream os = new FileOutputStream(file); os.write(content); os.close(); } catch (FileNotFoundException e) { e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); } return imagepath + suggestedName; } }); //解析word文档 wordToHtmlConverter.processDocument(wordDocument); Document htmlDocument = wordToHtmlConverter.getDocument(); File htmlFile = new File(filepath + htmlName); OutputStream outStream = new FileOutputStream(htmlFile); //也可以使用字符数组流获取解析的内容 // ByteArrayOutputStream baos = new ByteArrayOutputStream(); // OutputStream outStream = new BufferedOutputStream(baos); DOMSource domSource = new DOMSource(htmlDocument); StreamResult streamResult = new StreamResult(outStream); TransformerFactory factory = TransformerFactory.newInstance(); Transformer serializer = factory.newTransformer(); serializer.setOutputProperty(OutputKeys.ENCODING, "utf-8"); serializer.setOutputProperty(OutputKeys.INDENT, "yes"); serializer.setOutputProperty(OutputKeys.METHOD, "html"); serializer.transform(domSource, streamResult); //也可以使用字符数组流获取解析的内容 // String content = baos.toString(); // System.out.println(content); // baos.close(); outStream.close(); } }
更多参考:https://www.iteye.com/blog/elim-2031335
关于异常
无端错误一般都是jar包问题，jar包冲突
org.apache.poi.poifs.filesystem.OfficeXmlFileException: The supplied data appears to be in the Office 2007+ XML. You are calling the part of POI that deals with OLE2 Office Documents. You need to call a different part of POI to process this data (eg XSSF instead of HSSF)
处理2003的doc（OLE2 ）不能处理2007的docx（+XML），doc——HWPF，docx需要XWPF
poi操作报错java.lang.NoSuchMethodError: org.apache.poi.util.POILogger.log(I[Ljava/lang/Object;)
这个错误最可能的原因是poi的jar包使用了多个版本，好吧，其实我已经把老jar包从java build path里面删掉了，但是还有这个报错。
有一个可以检测class文件走哪个jar包的代码，很不错，以后迷茫时可以用用，这里粘过来分享下：
ClassLoader classloader =
org.apache.poi.poifs.filesystem.POIFSFileSystem.class.getClassLoader();
URL res = classloader.getR
esource(
"org/apache/poi/poifs/filesystem/POIFSFileSystem.class");
String path = res.getPath();
System.out.println("POI Core came from " + path);
classloader = org.apache.poi.POIXMLDocument.class.getClassLoader();
res = classloader.getResource("org/apache/poi/POIXMLDocument.class");
path = res.getPath();
System.out.println("POI OOXML came from " + path);
classloader = org.apache.poi.hslf.HSLFSlideShow.class.getClassLoader();
res = classloader.getResource("org/apache/poi/hslf/HSLFSlideShow.class");
path = res.getPath();
System.out.println("POI Scratchpad came from " + path);
检测后，发现确实有一个class走了老包，只删java build path没生效。后来把workspace里面的包删了再把project clean一下，然后重新部署，OK，问题解决了！