你的位置:首页 > Java教程

[Java教程]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:

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)。

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

Paragraph:word文档的一个段落,一个小节可以由多个段落构成。

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

Table:一个表格。

TableRow:表格对应的行。

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:

 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SummaryInfomation31   * @param info32   */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DocumentSummaryInfomation48   * @param info49   */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 is60   */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 }

View Code

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:

 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 range100   */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 range129   */130  private void insertInfo(Range range) {131    range.insertAfter("Hello");132   }133  134 }

View Code

 

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。

 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 is24   */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 os38   */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 }

View Code

 

(注:本文是基于poi3.9所写,转载于:http://haohaoxuexi.iteye.com/blog/2031335)




江苏旅游地图线路大全江苏旅游多少钱江苏旅游攻略大全江苏旅游攻略自助游江苏旅游报价价格广东最美瑶寨在哪里?必背瑶寨在什么地方? 必背瑶寨门票优惠价?韶关必背瑶寨怎么收费? 必背瑶寨有什么好玩的?韶关必背瑶寨特色? 韶关必背瑶寨开车路线?必背瑶寨开车远吗? 宁波威斯汀酒店全新健康奢华月饼礼盒 团圆时刻与“63层”一起品民俗过佳节 中秋合家欢 奕欧来苏州邀约共谱风尚月光颂 中秋节南宁海底世界有节目表演吗?广西南宁海底世界中秋节门票多少钱? 庐山桃花源小孩漂流需要注意什么?九江桃花源儿童漂流注意事项? 庐山桃花源漂流儿童票多少钱?九江桃花源漂流儿童门票价格? 庐山桃花源漂流小孩能漂吗?九江桃花源漂流适合多大的儿童玩? 韶关乳源云门峡漂流简介?云门峡漂流详细介绍? 厦门哪里吃海鲜好?具体地址电话? 鼓浪屿岛上有私家车吗? 厦门吃辣的吗? 在桂林,哪里的桂林米粉好吃呀? 553-0006-808 Datasheet 553-0006-808 Datasheet 553-0006-808F Datasheet 553-0006-808F Datasheet 553-0006-810 Datasheet 553-0006-810 Datasheet 包头跟团香港两日游价格 包头跟团香港两日游价格 包头跟团香港两日游价格 齐齐哈尔到香港游价格 齐齐哈尔到香港游价格 齐齐哈尔到香港游价格 合肥到香港旅游价格 合肥到香港旅游价格 合肥到香港旅游价格