如何使用Java操作Word文档？

旧城等待， 2023-10-13 21:57 25阅读 0赞

Java 操作word，对word文档进行读写时，主要用 Apache写的POI这个工具类，网上有POI对用的API和文档，在自己实际的项目中可以查找对应的API进行对应的操作。

特别注意的是：word 文档是分版本的，有doc和docx两种，这两种读取的方式是不同的。以.docx文件结尾实际上也是压缩文件，当你把docx后缀名改成.zip，然后解压可以看到很多xml文件，实际上读取docx文档就是解析xml文档。不相信的可以自己尝试。

把docx改成为zip 的效果图

![4d0a635d63ac4449aeb47ac2a8c9028c.webp][]

![81de42c388f94e3d841efe489565e9b3.webp][]

![Image 1][]

### 1、什么是Apache POI ###

全称Apache POI，使用Java编写的免费开源的跨平台的Java API。是创建和维护操作各种符合 Office Open XML（OOXML）标准和微软的 OLE 2 复合文档格式（OLE2）的 Java API。用它可以使用 Java 读取和创建, 修改 MS Excel 文件. 而且, 还可以使用 Java 读取和创建 MS Word 和 MSPowerPoint 文件。Apache POI 提供 Java 操作 Excel 解决方案（适用于 Excel97-2008）。

### 2、Apache POI的组件 ###

Apache POI包含用于MS-Office的所有OLE2复合文档的类和方法。此API的组件列表如下：

附上一个简单的代码: POIFS:此组件是所有其他POI元素的基本因素。它用于显式读取不同的文件。HSSF:用于读取和写入.xls格式的MS-Excel文件。XSSF(XML SpreadSheet格式):用于MS-Excel的.xlsx文件格式。HPSF:用于提取MS-Office文件的属性集。HWPF:用于读取和写入MS-Word的.doc扩展文件。XWPF(XML字处理器格式):用于读取和写入MS-Word的扩展文件 .docx 。HSLF:用于阅读，创建和编辑PowerPoint演示文稿。HDGF(Horrible DiaGram格式):它包含MS-Visio二进制文件的类和方法。HPBF(Horrible PuBlisher格式):用于读取和写入MS-Publisher文件。

> package com.lq.readDoc;
> 
> import org.apache.poi.hwpf.extractor.WordExtractor;
> 
> import org.apache.poi.ooxml.POIXMLDocument;
> 
> import org.apache.poi.ooxml.extractor.POIXMLTextExtractor;
> 
> import org.apache.poi.openxml4j.opc.OPCPackage;
> 
> import org.apache.poi.xwpf.extractor.XWPFWordExtractor;
> 
> import java.io.File;
> 
> import java.io.FileInputStream;
> 
> import java.io.IOException;
> 
> import java.io.InputStream;
> 
> /\*\*
> 
> \* 读取文档中的doc和docx的内容
> 
> \*/
> 
> public class ReadDocUtils \{
> 
> public static String ReadDoc(String path) throws IOException \{
> 
> String resullt = "";
> 
> //首先判断文件中的是doc/docx
> 
> try \{
> 
> if (path.endsWith(".doc")) \{
> 
> InputStream is = new FileInputStream(new File(path));
> 
> WordExtractor re = new WordExtractor(is);
> 
> resullt = re.getText();
> 
> re.close();
> 
> \} else if (path.endsWith(".docx")) \{
> 
> OPCPackage opcPackage = POIXMLDocument.openPackage(path);
> 
> POIXMLTextExtractor extractor = new XWPFWordExtractor(opcPackage);
> 
> resullt = extractor.getText();
> 
> extractor.close();
> 
> \} else \{
> 
> System.out.println("此文件不是word文件");
> 
> \}
> 
> \} catch(Exception e)\{
> 
> e.printStackTrace();
> 
> \}
> 
> return resullt;
> 
> \}
> 
> \}

## Java 操作PDF文档 ##

Java 操作PDF文档使用Itext 工具类比较方便，可以替换文字，上传图片，进行word和PDf之间的转化。网上有对应的文档和API，可以自己查找封装工具类。

## Java 操作Excel表格 ##

Java 操作Excel: 目前我了解到的主要工具类有两个，一个是Apache的POI，另一个是Alibaba 开源的EasyExcel，EasyExcel解决了 POI 中存在的问题，如果要excel数据量很小，可以用Apache下的，如何是海量数据，建议用EasyExcel，他又很多优势。

## EasyExcel的核心功能 ##

读任意大小的03、07版Excel不会OOM读Excel自动通过注解，把结果映射为Java模型读Excel支持多sheet读Excel时候是否对Excel内容做trim()增加容错写小量数据的03版Excel（不要超过2000行）写任意大07版Excel不会OOM写Excel通过注解将表头自动写入Excel写Excel可以自定义Excel样式 如：字体，加粗，表头颜色，数据内容颜色写Excel到多个不同sheet写Excel时一个sheet可以写多个Table写Excel时候自定义是否需要写表头等。

[4d0a635d63ac4449aeb47ac2a8c9028c.webp]: https://img-blog.csdnimg.cn/4d0a635d63ac4449aeb47ac2a8c9028c.webp
[81de42c388f94e3d841efe489565e9b3.webp]: https://img-blog.csdnimg.cn/81de42c388f94e3d841efe489565e9b3.webp
[Image 1]: