zoukankan      html  css  js  c++  java
  • POI操作WORD

    通过下面的两种方法可以从文档里读取所有字符性的内容(忽略字符的属性)。
    通过输出流来写到文本文件中。
    public static void getWordContent(String fileName) throws Exception{
       FileInputStream in = new FileInputStream(new File(fileName));
       WordExtractor extractor = new WordExtractor(in);
       String text = extractor.getText();
       FileWriter f = new FileWriter(new File("e:\\Test.txt"));
       f.write(text);
       f.close();
    }

    public static void getWordDetail(String fileName) throws Exception{
       FileInputStream in = new FileInputStream(new File(fileName));
       FileOutputStream out = new FileOutputStream(new File("e:\\test.txt"));
       HWPFDocument doc = new HWPFDocument(in);
       System.out.println("文档长度:"+doc.characterLength());
       Range range = doc.getRange();
       String text = range.text();
       System.out.println(text);
       byte[] _inBuf = text.getBytes();
       out.write(_inBuf);
       out.close();
    }

    如果要每个字符的样式,可以用CharaterRun这个类,它的方法专门用于获得字符和判断的样式。
    如:
    import java.io.File;
    import java.io.FileInputStream;
    import org.apache.poi.hwpf.HWPFDocument;
    import org.apache.poi.hwpf.usermodel.Range;
    import org.apache.poi.hwpf.usermodel.CharacterRun;
    public class Angle {
    public static void getAwayAngle(String fileName) throws Exception {
       FileInputStream in = new FileInputStream(new File(fileName));
       HWPFDocument doc = new HWPFDocument(in);
       int length = doc.characterLength();
       StringBuffer sb = new StringBuffer();
       for (int i = 0; i < length-1; i++) {
       Range range = new Range(i, i+1, doc);
           //之所以用这个构造方法,是因为整篇文章的字符判断不准确。只好一个字符一个字符的来判断。
           //而且API的说明文字相当的不全。
       for(int j=0;j<range.numCharacterRuns();j++){
         CharacterRun cr=range.getCharacterRun(j);
         if(cr.getSubSuperScriptIndex()==0)//getSubSuperScriptIndex()这个方法来判断是否是上下角标
         sb.append(range.text());
       }
       }
       System.out.println(sb.toString());
    }
    public static void main(String[] args) {
       try {
       getAwayAngle("e:\\test1.doc");
       } catch (Exception e) {
       e.printStackTrace();
       }
    }
    }

    在POI中Range这个类是核心类。里面有很多方法用来操作WORD文档。
    还有其它比较重要的类Section和Paragraph等。
    POI没有中文的API,英文的API说明相当不全,方法多数只能靠猜。Apache太不负责任了。
  • 相关阅读:
    初识云计算:历史、服务、架构
    云计算术语扫盲
    什么是 VxLAN?
    Linux用户态与内核态通信的几种方式
    Linux 命令多到记不住?这个开源项目帮你一网打尽!
    云计算时代,数据中心架构三层到大二层的演变
    Linux网络命令必知必会之瑞士军刀 nc(netcat)
    Docker 网络模型之 macvlan 详解,图解,实验完整
    基于alpine构建镜像报错temporary error (try again later)?
    win7环境下,vagrant,在启动虚拟机的时候报错io.rb:32:in `encode': incomplete "xC8" on GBK (Encoding::InvalidByteSequenceError)
  • 原文地址:https://www.cnblogs.com/monica/p/1603636.html
Copyright © 2011-2022 走看看