Question

java poi导出word 可以设置格式吗

Answer 1

1. 读取word 2003及word 2007需要的jar包

2. 读取 2003 版本(.doc)的word文件相对来说比较简单，只需要 poi-3.5-beta6-.jar 和 poi-scratchpad-3.5-beta6-.jar 两个 jar 包即可， 而 2007 版本(.docx)就麻烦多，我说的这个麻烦不是我们写代码的时候麻烦，是要导入的 jar 包比较的多，有如下 7 个之多：

3. 1. openxml4j-bin-beta.jar

4. 2. poi-3.5-beta6-.jar

5. 3. poi-ooxml-3.5-beta6-.jar

6. 4 .dom4j-1.6.1.jar

7. 5. geronimo-stax-api_1.0_spec-1.0.jar

8. 6. ooxml-schemas-1.0.jar

9. 7. xmlbeans-2.3.0.jar

10. 其中 4-7 是 poi-ooxml-3.5-beta6-.jar 所依赖的 jar 包（在 poi-bin-3.5-beta6-.tar.gz 中的 ooxml-lib 目录下可以找到）。

11. 2.换行符号

12. 硬换行：文件中换行，如果是键盘中使用了"enter"的换行。

13. 软换行：文件中一行的字符数容量有限，当字符数量超过一定值时，会自动切到下行显示。

14. 对程序来说，硬换行才是可以识别的、确定的换行，软换行与字体大小、缩进有关。

15. 3.读取的注意事项

16. 值得注意的是： POI 在读取不会读取 word 文件中的图片信息； 还有就是对于 2007 版的 word(.docx), 如果 word 文件中有表格，所有表格中的数据都会在读取出来的字符串的最后。

17. 4.读取word文本内容代码

1 import java.io.File;

2 import java.io.FileInputStream;

3 import java.io.InputStream;

4 

5 import org.apache.poi.POIXMLDocument;

6 import org.apache.poi.POIXMLTextExtractor;

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

8 import org.apache.poi.openxml4j.opc.OPCPackage;

9 import org.apache.poi.xwpf.extractor.XWPFWordExtractor;

10 

11 public class Test {

12     public static void main(String[] args) {

13         try {

14             InputStream is = new FileInputStream(new File("2003.doc"));

15             WordExtractor ex = new WordExtractor(is);

16             String text2003 = ex.getText();

17             System.out.println(text2003);

18 

19             OPCPackage opcPackage = POIXMLDocument.openPackage("2007.docx");

20             POIXMLTextExtractor extractor = new XWPFWordExtractor(opcPackage);

21             String text2007 = extractor.getText();

22             System.out.println(text2007);

23             

24         } catch (Exception e) {

25             e.printStackTrace();

26         }

27     }

28 }