请问各位大师：怎样用Java、POI技术来读取Word文档，并把Word文档的原来格式完整地显示在页面上？谢谢，在线恭候。

andy20020202 2009-06-03 09:24:47

...全文

966 14 打赏收藏转发到动态举报

写回复

用AI写文章

14 条回复

切换为时间正序

请发表友善的回复…

发表回复

F1226759 2012-10-27

打赏
举报

package com.test;
import java.io.File;
import java.io.FileInputStream;
import java.io.ObjectInputStream.GetField;

import org.apache.poi.hpbf.model.MainContents;
import org.apache.poi.hwpf.HWPFDocument;
import org.apache.poi.hwpf.model.PicturesTable;
import org.apache.poi.hwpf.usermodel.CharacterRun;
import org.apache.poi.hwpf.usermodel.Range;
/**
*
* @author 张廷下午
*
*/
public class WordToHtml {
/**
* 回车符ASCII码
*/
private static final short ENTER_ASCII = 13;
/**
* 空格符ASCII码
*/
private static final short SPACE_ASCII = 32;
/**
* 水平制表符ASCII码
*/
private static final short TABULATION_ASCII = 9;
private String htmlText = "";
/**
* 读取每个文字样式
*
* @param fileName
* @throws Exception
*/
public void getWordAndStyle(String fileName) throws Exception {
FileInputStream in = new FileInputStream(new File(fileName));
HWPFDocument doc = new HWPFDocument(in);
// 取得文档中字符的总数
int length = doc.characterLength();
// 创建图片容器
PicturesTable pTable = doc.getPicturesTable();
htmlText = "<html><head><title>" + doc.getSummaryInformation().getTitle() + "</title></head><body>";
// 创建临时字符串,好加以判断一串字符是否存在相同格式
String tempString = "";
for (int i = 0; i < length - 1; i++) {
// 整篇文章的字符通过一个个字符的来判断,range为得到文档的范围
Range range = new Range(i, i + 1, doc);
CharacterRun cr = range.getCharacterRun(0);
if (pTable.hasPicture(cr)) {
// 读写图片
this.readPicture(pTable, cr);
this.readPicture(pTable, cr);
} else {
Range range2 = new Range(i + 1, i + 2, doc);
// 第二个字符
CharacterRun cr2 = range2.getCharacterRun(0);
// 当前字符
char currentChar = cr.text().charAt(0);
// 判断是否为回车符
if (currentChar == ENTER_ASCII)
tempString += "<br/>";
// 判断是否为空格符
else if (currentChar == SPACE_ASCII)
tempString += " ";
// 判断是否为水平制表符
else if (currentChar == TABULATION_ASCII)
tempString += " ";
// 比较前后2个字符是否具有相同的格式
boolean flag = compareCharStyle(cr, cr2);
String fontStyle = "<span style='font-family:" + cr.getFontName() + ";font-size:" + cr.getFontSize() / 2 + "pt;";
if (cr.isBold())
fontStyle += "font-weight:bold;";
if (cr.isItalic())
fontStyle += "font-style:italic;";
if (flag && i != length - 2)
tempString += currentChar;
else if (!flag) {
htmlText += fontStyle + "'>" + tempString + currentChar + "</span>";
tempString = "";
} else
htmlText += fontStyle + "'>" + tempString + currentChar + "</span>";
}
htmlText += "</body></html>";
this.writeFile(htmlText);
}
}

}

cheniqit1 2011-03-09

打赏
举报

POI提供对Word的DOC格式文件的读取。但在它的发行版本中没有发布对Word支持的模块，需要另外下载一个POI的扩展的Jar包。用户可以到 http://www.ibiblio.org/maven2/org/textmining/tm-extractors/0.4/下载
参考地址 http://cache.baidu.com/c?m=9f65cb4a8c8507ed4fece7631046893b4c4380143fd3d1027fa3c215cc791a061b2da4ac2755515e8e8061375ff21c41abb665346c523db091cb8c4adfbc94282d8a2d3e7316864010d018aacc4238d565cd1abfa05bbae1e733e3b9a2d7c82550dd220f6df3f39c5b7051972fa6033093b1e942022b13ad9c43728f2f&p=9957da15d9c747b42aa9c7710b0a&user=baidu&fm=sc&query=POI%B6%C1%C8%A1word%B8%F1%CA%BD&qid=e96f367c08587475&p1=4

windwordman 2011-03-09

打赏
举报

经各方面调查确实不能取出WORD格式.要导出WORD只能通过HTML的方式建立WORD文档

tian_xuezhi 2009-09-12

打赏
举报

你去读一下POI官方网站吧。POI并不能深入支持WORD，只能把WORD的基本内容读出来，什么格式之类都没法读取，更不用说表格、图片之类的东西。

因为做这个事情的人已经被微软挖走了。

wulin5050 2009-09-12

打赏
举报

我也想知道

zings 2009-08-11

打赏
举报

我也遇到这个问题。。。郁闷。。。怎么能让word中的格式不变的读取出来呢？？？楼主解决了给个方法啊！！！！我读出来的都没有格式。。。。

andy20020202 2009-06-03

打赏
举报

[Quote=引用 5 楼 JackRui2008 的回复:]
利用POI在导出excel的时候用
response.setContentType("application/vnd.ms-excel");
导出word的时候用
response.setContentType("application/msword");
[/Quote]

[color=#800080]不过，还是谢谢美女的帮助，难得见到一大美女！！！[/color]

andy20020202 2009-06-03

打赏
举报

这个不行吧，美女，这个好像是下载吧？

JackRui2008 2009-06-03

打赏
举报

利用POI在导出excel的时候用
response.setContentType("application/vnd.ms-excel");
导出word的时候用
response.setContentType("application/msword");

andy20020202 2009-06-03

打赏
举报

这个方法我试过了，但读取出来的仍然只是纯文本格式的，没有word本身的格式。

sprite26 2009-06-03

打赏
举报

public static String readDoc(String doc) throws Exception {
// 创建输入流读取DOC文件
FileInputStream in = new FileInputStream(new File(doc));
WordExtractor extractor = null;
String text = null;
// 创建WordExtractor
extractor = new WordExtractor();
// 对DOC文件进行提取
text = extractor.extractText(in);
return text;
}

public static void main(String[] args) {
try{
String text = WordReader.readDoc("c:/test.doc");
System.out.println(text);
}catch(Exception e){
e.printStackTrace();
}
}

网上搜了一个，你先看下能用不，俺没试过，http://www.ibiblio.org/maven2/org/textmining/tm-extractors/0.4/还要添加个这个扩展包

andy20020202 2009-06-03