POI3.8读取WORD(简洁实例)

目前最新版POI为3.8: 

poi-3.8-20120326.jar 

poi-examples-3.8-20120326.jar 

poi-excelant-3.8-20120326.jar 

poi-ooxml-3.8-20120326.jar 

poi-ooxml-schemas-3.8-20120326.jar 

poi-scratchpad-3.8-20120326.jar 

Java代码  



import java.io.FileInputStream;  

import java.io.FileOutputStream;  

import java.io.IOException;  

import java.io.InputStream;  

  

import javax.servlet.ServletException;  

import javax.servlet.http.HttpServlet;  

import javax.servlet.http.HttpServletRequest;  

import javax.servlet.http.HttpServletResponse;  

  

import org.apache.poi.hwpf.HWPFDocument;  

import org.apache.poi.hwpf.extractor.WordExtractor;  

import org.apache.poi.hwpf.model.PicturesTable;  

import org.apache.poi.hwpf.usermodel.CharacterRun;  

import org.apache.poi.hwpf.usermodel.Picture;  

import org.apache.poi.hwpf.usermodel.Range;  

  

  

  

public class WordDemo extends HttpServlet {  

  

    private static final long serialVersionUID = 1L;  

  

    public void doGet(HttpServletRequest request, HttpServletResponse response)  

            throws ServletException, IOException {  

        this.doPost(request, response);  

    }  

  

    public void doPost(HttpServletRequest request, HttpServletResponse response)  

            throws ServletException, IOException {  

          

        //从硬盘读取一个doc文档  

        InputStream in = new FileInputStream("F:\\test.doc");  

        //类从word文档中提取文本,非特殊情况下,都将使用getParagraphText()与getText()  

        WordExtractor word = new WordExtractor(in);  

          

        //获取段文本  

        String [] strArray = word.getParagraphText();  

        String str = word.getText();    

          

        for(int i=0 ; i<strArray.length ; i++){  

            System.out.println(strArray[i]+"\ti循环:"+i);  

        }  

        System.out.println(str +"\t --");  

          

        //这个构造函数从InputStream中加载Word文档。  

        HWPFDocument doc = new HWPFDocument((InputStream)new FileInputStream("F:\\test.doc"));  

          

        //这个类为HWPF对象模型,对文档范围段操作  

        Range range = doc.getRange(); //  

          

        //看看此文档有多少个段落  

        int num = range.numParagraphs();  

        System.out.println(num+"段");     

          

        //得到word数据流  

        byte [] dataStream = doc.getDataStream();  

        System.out.println("数据流长度:"+dataStream.length);  

          

        //用于在一段范围内获得段落数  

        int numChar = range.numCharacterRuns();  

        System.out.println("CharacterRuns 数:"+numChar);  

           

        //负责图像提取  和    确定一些文件某块是否包含嵌入的图像。  

        PicturesTable table = new PicturesTable(doc, dataStream, null);  

          

        for(int j=0 ; j<numChar ; j++){  

            //这个类表示一个文本运行，有着共同的属性。  

            CharacterRun run = range.getCharacterRun(j);  

            //是否存在图片  

            boolean bool = table.hasPicture(run);  

            System.out.println("是否存在图片:"+bool);  

            if(bool){  

                //返回图片对象绑定到指定的CharacterRun  

                Picture pic = table.extractPicture(run, true);  

                //图片的内容字节写入到指定的输出流。  

                pic.writeImageContent(new FileOutputStream("F:\\"+j+".bmp"));  

                System.out.println("成功提取图片"+j+":");  

            }  

        }  

        request.getRequestDispatcher("ok.jsp").forward(request, response);  

    }  

  

  

}