zoukankan      html  css  js  c++  java

  • 使用POI读写Word doc文件

    使用POI读写word doc文件

    目录

    1     读word doc文件

    1.1     通过WordExtractor读文件

    1.2     通过HWPFDocument读文件

    2     写word doc文件

           Apache poi的hwpf模块是专门用来对word doc文件进行读写操作的。在hwpf里面我们使用HWPFDocument来表示一个word doc文档。在HWPFDocument里面有这么几个概念：

    l  Range：它表示一个范围，这个范围可以是整个文档，也可以是里面的某一小节（Section），也可以是某一个段落（Paragraph），还可以是拥有共同属性的一段文本（CharacterRun）。

    l  Section：word文档的一个小节，一个word文档可以由多个小节构成。

    l  Paragraph：word文档的一个段落，一个小节可以由多个段落构成。

    l  CharacterRun：具有相同属性的一段文本，一个段落可以由多个CharacterRun组成。

    l  Table：一个表格。

    l  TableRow：表格对应的行。

    l  TableCell：表格对应的单元格。

           Section、Paragraph、CharacterRun和Table都继承自Range。

    1       读word doc文件

           在日常应用中，我们从word文件里面读取信息的情况非常少见，更多的还是把内容写入到word文件中。使用POI从word doc文件读取数据时主要有两种方式：通过WordExtractor读和通过HWPFDocument读。在WordExtractor内部进行信息读取时还是通过HWPFDocument来获取的。

    1.1     通过WordExtractor读文件

           在使用WordExtractor读文件时我们只能读到文件的文本内容和基于文档的一些属性，至于文档内容的属性等是无法读到的。如果要读到文档内容的属性则需要使用HWPFDocument来读取了。下面是使用WordExtractor读取文件的一个示例：

    Java代码  
    1. public class HwpfTest {  
    2.    
    3.    @SuppressWarnings("deprecation")  
    4.    @Test  
    5.    public void testReadByExtractor() throws Exception {  
    6.       InputStream is = new FileInputStream("D:\test.doc");  
    7.       WordExtractor extractor = new WordExtractor(is);  
    8.       //输出word文档所有的文本  
    9.       System.out.println(extractor.getText());  
    10.       System.out.println(extractor.getTextFromPieces());  
    11.       //输出页眉的内容  
    12.       System.out.println("页眉：" + extractor.getHeaderText());  
    13.       //输出页脚的内容  
    14.       System.out.println("页脚：" + extractor.getFooterText());  
    15.       //输出当前word文档的元数据信息，包括作者、文档的修改时间等。  
    16.       System.out.println(extractor.getMetadataTextExtractor().getText());  
    17.       //获取各个段落的文本  
    18.       String paraTexts[] = extractor.getParagraphText();  
    19.       for (int i=0; i<paraTexts.length; i++) {  
    20.          System.out.println("Paragraph " + (i+1) + " : " + paraTexts[i]);  
    21.       }  
    22.       //输出当前word的一些信息  
    23.       printInfo(extractor.getSummaryInformation());  
    24.       //输出当前word的一些信息  
    25.       this.printInfo(extractor.getDocSummaryInformation());  
    26.       this.closeStream(is);  
    27.    }  
    28.     
    29.    /** 
    30.     * 输出SummaryInfomation 
    31.     * @param info 
    32.     */  
    33.    private void printInfo(SummaryInformation info) {  
    34.       //作者  
    35.       System.out.println(info.getAuthor());  
    36.       //字符统计  
    37.       System.out.println(info.getCharCount());  
    38.       //页数  
    39.       System.out.println(info.getPageCount());  
    40.       //标题  
    41.       System.out.println(info.getTitle());  
    42.       //主题  
    43.       System.out.println(info.getSubject());  
    44.    }  
    45.     
    46.    /** 
    47.     * 输出DocumentSummaryInfomation 
    48.     * @param info 
    49.     */  
    50.    private void printInfo(DocumentSummaryInformation info) {  
    51.       //分类  
    52.       System.out.println(info.getCategory());  
    53.       //公司  
    54.       System.out.println(info.getCompany());  
    55.    }  
    56.     
    57.    /** 
    58.     * 关闭输入流 
    59.     * @param is 
    60.     */  
    61.    private void closeStream(InputStream is) {  
    62.       if (is != null) {  
    63.          try {  
    64.             is.close();  
    65.          } catch (IOException e) {  
    66.             e.printStackTrace();  
    67.          }  
    68.       }  
    69.    }  
    70.     
    71. }  

    1.2     通过HWPFDocument读文件

           HWPFDocument是当前Word文档的代表，它的功能比WordExtractor要强。通过它我们可以读取文档中的表格、列表等，还可以对文档的内容进行新增、修改和删除操作。只是在进行完这些新增、修改和删除后相关信息是保存在HWPFDocument中的，也就是说我们改变的是HWPFDocument，而不是磁盘上的文件。如果要使这些修改生效的话，我们可以调用HWPFDocument的write方法把修改后的HWPFDocument输出到指定的输出流中。这可以是原文件的输出流，也可以是新文件的输出流（相当于另存为）或其它输出流。下面是一个通过HWPFDocument读文件的示例：

    Java代码  
    1. public class HwpfTest {  
    2.     
    3.    @Test  
    4.    public void testReadByDoc() throws Exception {  
    5.       InputStream is = new FileInputStream("D:\test.doc");  
    6.       HWPFDocument doc = new HWPFDocument(is);  
    7.       //输出书签信息  
    8.       this.printInfo(doc.getBookmarks());  
    9.       //输出文本  
    10.       System.out.println(doc.getDocumentText());  
    11.       Range range = doc.getRange();  
    12. //    this.insertInfo(range);  
    13.       this.printInfo(range);  
    14.       //读表格  
    15.       this.readTable(range);  
    16.       //读列表  
    17.       this.readList(range);  
    18.       //删除range  
    19.       Range r = new Range(2, 5, doc);  
    20.       r.delete();//在内存中进行删除，如果需要保存到文件中需要再把它写回文件  
    21.       //把当前HWPFDocument写到输出流中  
    22.       doc.write(new FileOutputStream("D:\test.doc"));  
    23.       this.closeStream(is);  
    24.    }  
    25.     
    26.    /** 
    27.     * 关闭输入流 
    28.     * @param is 
    29.     */  
    30.    private void closeStream(InputStream is) {  
    31.       if (is != null) {  
    32.          try {  
    33.             is.close();  
    34.          } catch (IOException e) {  
    35.             e.printStackTrace();  
    36.          }  
    37.       }  
    38.    }  
    39.     
    40.    /** 
    41.     * 输出书签信息 
    42.     * @param bookmarks 
    43.     */  
    44.    private void printInfo(Bookmarks bookmarks) {  
    45.       int count = bookmarks.getBookmarksCount();  
    46.       System.out.println("书签数量：" + count);  
    47.       Bookmark bookmark;  
    48.       for (int i=0; i<count; i++) {  
    49.          bookmark = bookmarks.getBookmark(i);  
    50.          System.out.println("书签" + (i+1) + "的名称是：" + bookmark.getName());  
    51.          System.out.println("开始位置：" + bookmark.getStart());  
    52.          System.out.println("结束位置：" + bookmark.getEnd());  
    53.       }  
    54.    }  
    55.     
    56.    /** 
    57.     * 读表格 
    58.     * 每一个回车符代表一个段落，所以对于表格而言，每一个单元格至少包含一个段落，每行结束都是一个段落。 
    59.     * @param range 
    60.     */  
    61.    private void readTable(Range range) {  
    62.       //遍历range范围内的table。  
    63.       TableIterator tableIter = new TableIterator(range);  
    64.       Table table;  
    65.       TableRow row;  
    66.       TableCell cell;  
    67.       while (tableIter.hasNext()) {  
    68.          table = tableIter.next();  
    69.          int rowNum = table.numRows();  
    70.          for (int j=0; j<rowNum; j++) {  
    71.             row = table.getRow(j);  
    72.             int cellNum = row.numCells();  
    73.             for (int k=0; k<cellNum; k++) {  
    74.                 cell = row.getCell(k);  
    75.                 //输出单元格的文本  
    76.                 System.out.println(cell.text().trim());  
    77.             }  
    78.          }  
    79.       }  
    80.    }  
    81.     
    82.    /** 
    83.     * 读列表 
    84.     * @param range 
    85.     */  
    86.    private void readList(Range range) {  
    87.       int num = range.numParagraphs();  
    88.       Paragraph para;  
    89.       for (int i=0; i<num; i++) {  
    90.          para = range.getParagraph(i);  
    91.          if (para.isInList()) {  
    92.             System.out.println("list: " + para.text());  
    93.          }  
    94.       }  
    95.    }  
    96.     
    97.    /** 
    98.     * 输出Range 
    99.     * @param range 
    100.     */  
    101.    private void printInfo(Range range) {  
    102.       //获取段落数  
    103.       int paraNum = range.numParagraphs();  
    104.       System.out.println(paraNum);  
    105.       for (int i=0; i<paraNum; i++) {  
    106. //       this.insertInfo(range.getParagraph(i));  
    107.          System.out.println("段落" + (i+1) + "：" + range.getParagraph(i).text());  
    108.          if (i == (paraNum-1)) {  
    109.             this.insertInfo(range.getParagraph(i));  
    110.          }  
    111.       }  
    112.       int secNum = range.numSections();  
    113.       System.out.println(secNum);  
    114.       Section section;  
    115.       for (int i=0; i<secNum; i++) {  
    116.          section = range.getSection(i);  
    117.          System.out.println(section.getMarginLeft());  
    118.          System.out.println(section.getMarginRight());  
    119.          System.out.println(section.getMarginTop());  
    120.          System.out.println(section.getMarginBottom());  
    121.          System.out.println(section.getPageHeight());  
    122.          System.out.println(section.text());  
    123.       }  
    124.    }  
    125.     
    126.    /** 
    127.     * 插入内容到Range，这里只会写到内存中 
    128.     * @param range 
    129.     */  
    130.    private void insertInfo(Range range) {  
    131.       range.insertAfter("Hello");  
    132.    }  
    133.     
    134. }  

    2       写word doc文件

           在使用POI写word doc文件的时候我们必须要先有一个doc文件才行，因为我们在写doc文件的时候是通过HWPFDocument来写的，而HWPFDocument是要依附于一个doc文件的。所以通常的做法是我们先在硬盘上准备好一个内容空白的doc文件，然后建立一个基于该空白文件的HWPFDocument。之后我们就可以往HWPFDocument里面新增内容了，然后再把它写入到另外一个doc文件中，这样就相当于我们使用POI生成了word doc文件。

           在实际应用中，我们在生成word文件的时候都是生成某一类文件，该类文件的格式是固定的，只是某些字段不一样罢了。所以在实际应用中，我们大可不必将整个word文件的内容都通过HWPFDocument生成。而是先在磁盘上新建一个word文档，其内容就是我们需要生成的word文件的内容，然后把里面一些属于变量的内容使用类似于“${paramName}”这样的方式代替。这样我们在基于某些信息生成word文件的时候，只需要获取基于该word文件的HWPFDocument，然后调用Range的replaceText()方法把对应的变量替换为对应的值即可，之后再把当前的HWPFDocument写入到新的输出流中。这种方式在实际应用中用的比较多，因为它不但可以减少我们的工作量，还可以让文本的格式更加的清晰。下面我们就来基于这种方式做一个示例。

           假设我们现在拥有一些变动的信息，然后需要通过这些信息生成如下格式的word doc文件：



     

           那么根据上面的描述，首先第一步，我们建立一个对应格式的doc文件作为模板，其内容是这样的：



     

           有了这样一个模板之后，我们就可以建立对应的HWPFDocument，然后替换对应的变量为相应的值，再把HWPFDocument输出到对应的输出流即可。下面是对应的代码。

    Java代码  
    1. public class HwpfTest {  
    2.     
    3.    @Test  
    4.    public void testWrite() throws Exception {  
    5.       String templatePath = "D:\word\template.doc";  
    6.       InputStream is = new FileInputStream(templatePath);  
    7.       HWPFDocument doc = new HWPFDocument(is);  
    8.       Range range = doc.getRange();  
    9.       //把range范围内的${reportDate}替换为当前的日期  
    10.       range.replaceText("${reportDate}", new SimpleDateFormat("yyyy-MM-dd").format(new Date()));  
    11.       range.replaceText("${appleAmt}", "100.00");  
    12.       range.replaceText("${bananaAmt}", "200.00");  
    13.       range.replaceText("${totalAmt}", "300.00");  
    14.       OutputStream os = new FileOutputStream("D:\word\write.doc");  
    15.       //把doc输出到输出流中  
    16.       doc.write(os);  
    17.       this.closeStream(os);  
    18.       this.closeStream(is);  
    19.    }  
    20.     
    21.    /** 
    22.     * 关闭输入流 
    23.     * @param is 
    24.     */  
    25.    private void closeStream(InputStream is) {  
    26.       if (is != null) {  
    27.          try {  
    28.             is.close();  
    29.          } catch (IOException e) {  
    30.             e.printStackTrace();  
    31.          }  
    32.       }  
    33.    }  
    34.    
    35.    /** 
    36.     * 关闭输出流 
    37.     * @param os 
    38.     */  
    39.    private void closeStream(OutputStream os) {  
    40.       if (os != null) {  
    41.          try {  
    42.             os.close();  
    43.          } catch (IOException e) {  
    44.             e.printStackTrace();  
    45.          }  
    46.       }  
    47.    }  
    48.     
    49.    
    50. }  

    （注：本文是基于poi3.9所写）
  • 相关阅读:
    c#发送邮件.net1.1和.net2.0中的两个方法
    六步使用ICallbackEventHandler实现无刷新回调
    报表项目总结
    转载：Tomcat Port 8009 与AJP13协议
    JUnit4 使用指南二 （熟练掌握）
    JUnit4 使用指南一 （简单上手）
    HP的项目中曾做一个业务日志系统
    Unitils使用（转载）
    iBatis 学习
    JUnit4 使用指南三 （Runner 特性分析）
  • 原文地址：https://www.cnblogs.com/telwanggs/p/4932914.html
Copyright © 2011-2022 走看看