word文件解析java java读取word文件内容

java解析word文档有哪些方法

java读取word文档时，虽然网上介绍了很多插件poi、java2Word、jacob、itext等等，poi无法读取格式（新的API估计行好像还在处于研发阶段，不太稳定，做项目不太敢用）；java2Word、jacob容易报错找不到注册，比较诡异，我曾经在不同的机器上试过，操作方法完全一致，有的机器不报错，有的报错，去他们论坛找高人解决也说不出原因，项目部署用它有点玄；itxt好像写很方便但是我查了好久资料没有见到过关于读的好办法。

经过一番选择还是折中点采用rtf最好，毕竟rtf是开源格式，不需要借助任何插件，只需基本IO操作外加编码转换即可。

rtf格式文件表面看来和doc没啥区别，都可以用word打开，各种格式都可以设定。

----- 实现的功能：读取rtf模板内容（格式和文本内容），替换变化部分，形成新的rtf文档。

----- 实现思路：模板中固定部分手动输入，变化的部分用$info$表示，只需替换$info$即可。

1、采用字节的形式读取rtf模板内容2、将可变的内容字符串转为rtf编码3、替换原文中的可变部分，形成新的rtf文档主要程序如下：public String bin2hex(String bin) {char[] digital = ＂0123456789ABCDEF＂.toCharArray();StringBuffer sb = new StringBuffer(＂＂);byte[] bs = bin.getBytes();int bit;for (int i = 0; i > 4;sb.append(＂\\'＂);sb.append(digital[bit]);bit = bs[i] & 0x0f;sb.append(digital[bit]);}return sb.toString(); }public String readByteRtf(InputStream ins, String path){ String sourcecontent =＂＂; try{ ins = newFileInputStream(path); byte[] b= new byte[1024];if (ins == null) {System.out.println（＂源模板文件不存在＂）；}int bytesRead = 0;while (true) {bytesRead = ins.read(b, 0, 1024); // return final read bytescountsif(bytesRead == -1) {// end of InputStreamSystem.out.println（＂读取模板文件结束＂）；break;}sourcecontent += new String(b, 0, bytesRead); // convert to stringusing bytes} }catch(Exception e){ e.printStackTrace(); } return sourcecontent ；}以上为核心代码，剩余部分就是替换，从新组装java中的String.replace(oldstr,newstr)；方法可以实现，在这就不贴了。

源代码部分详见附件。

运行源代码前提：c盘创建YQ目录，将附件中＂模板.rtf＂复制到YQ目录之下，运行OpreatorRTF.java文件即可，就会在YQ目录下生成文件名如：21时15分19秒_cheney_记录.rtf的文件。

package com;import java.io.File;import java.io.FileInputStream;import java.io.FileWriter;import java.io.IOException;import java.io.InputStream;import java.io.PrintWriter;import java.text.SimpleDateFormat;import java.util.Date;public class OperatorRTF {public String strToRtf(String content){char[] digital = ＂0123456789ABCDEF＂.toCharArray();StringBuffer sb = new StringBuffer(＂＂);byte[] bs = content.getBytes();int bit;for (int i = 0; i > 4;sb.append(＂\\'＂);sb.append(digital[bit]);bit = bs[i] & 0x0f;sb.append(digital[bit]);}return sb.toString();}public String replaceRTF(String content,String replacecontent,intflag){String rc = strToRtf(replacecontent);String target = ＂＂;if(flag==0){target = content.replace(＂$timetop$＂,rc);}if(flag==1){target = content.replace(＂$info$＂,rc);}if(flag==2){target = content.replace(＂$idea$＂,rc);}if(flag==3){target = content.replace(＂$advice$＂,rc);}if(flag==4){target = content.replace(＂$infosend$＂,rc);}return target;}public String getSavePath() {String path = ＂C:\\YQ＂;File fDirecotry = new File(path);if (!fDirecotry.exists()) {fDirecotry.mkdirs();}return path;}public String ToSBC(String input){char[] c =input.toCharArray();for (int i =0; i < c.length; i++){if (c[i] == 32){c[i] = (char) 12288;continue;}if (c[i] < 127){c[i] = (char) (c[i] + 65248);}}return newString(c);}public void rgModel(String username, String content) {// TODO Auto-generated method stubDate current=new Date();SimpleDateFormat sdf=new java.text.SimpleDateFormat(＂yyyy-MM-ddHH:mm:ss＂);String targetname = sdf.format(current).substring(11,13) + ＂时＂；targetname += sdf.format(current).substring(14,16) + ＂分＂；targetname += sdf.format(current).substring(17,19) + ＂秒＂；targetname += ＂_＂ + username +＂_记录.rtf＂;String strpath = getSavePath();String sourname = strpath+＂\\＂+＂模板.rtf＂;String sourcecontent = ＂＂;InputStream ins = null;try{ins = new FileInputStream(sourname);byte[] b = new byte[1024];if (ins == null) {System.out.println（＂源模板文件不存在＂）；}int bytesRead = 0;while (true) {bytesRead = ins.read(b, 0, 1024); // return final read bytescountsif(bytesRead == -1) {// end of InputStreamSystem.out.println（＂读取模板文件结束＂）；break;}sourcecontent += new Strin...

java读取word文件的问题

请贴出代码，谢谢。

请关闭输入流，释放资源，谢谢。

调用close（)方法。

其他貌似没有发现什么问题。

public static String run(String filename){WordExtractor extractor=null;String text=null;try{FileInputStream in = new FileInputStream (filename);extractor = new WordExtractor();text=extractor.extractText(in);}catch(Exception ex){//logreturn null;}return text;}public static void main(String[] args){try{FileOutputStream out=new FileOutputStream(＂result.txt＂);out.write(WordProcess.run(args[0]).getBytes());out.flush();out.close();}catch(Exception ex){System.out.println(ex.toString());}}看看这个。

模范这样写，试试看。

这个代码我试过，没问题，如果这样写还是有问题，那就不是代码的问题了。

Java 解析Word文档简历

aco是Java和Windows下的Com桥，通过它我们可以在Java程序中调用COM组件。

如果你的JDK是1.4，那你需要下载Jaco 1.9的jni库才能正常运行，早期版本在JDK 1.4下有些问题。

以下是引用片段：package com；*** 〈p〉Title:Wod文档转html类〈p〉* 〈p〉Desciption： 〈p〉* 〈p〉Copyight:() 2002〈p〉* @autho 舵手* @vesion 1.0*impot com.jaco.com.*;impot com.jaco.activeX.*;pulic class WodtoHtml {***文档转换函数*@paam docfile wod文档的绝对路径加文件名（包含扩展名）*@paam htmlfile 转换后的html文件绝对路径和文件名（不含扩展名）*pulic static void change(Sting docfile, Sting htmlfile) {ActiveXComponent app = new ActiveXComponent(＂Wod.Application＂)； 启动wodty {app.setPopety(＂Visile＂, new Vaiant(false)）；设置wod不可见Oject docs = app.getPopety(＂Documents＂).toDispatch();Oject doc = Dispatch.invoke(docs,＂Open＂,Dispatch.Method,new Oject[]{ docfile, new Vaiant(false),new Vaiant(tue) }, new int[1]).toDispatch（)； 打开wod文件Dispatch.invoke(doc, ＂SaveAs＂, Dispatch.Method, new Oject[] {htmlfile,new Vaiant (8) }, new int[1]）； 作为html格式保存到临时文件Vaiant f = new Vaiant(false);Dispatch.call(doc, ＂Close＂, f);} catch (Exception e) {e.pintStackTace();} finally {app.invoke(＂Quit＂, new Vaiant[]{});}}pulic static void main(Sting[] sts){WodtoHtml.change(＂c:\\a\\运输管理调度系统总体方案.doc＂, ＂c:\\a\\t＂);}}

JAVA读取WORD,EXCEL,PDF文件的方法是什么呢？

JAVA读取WORD,EXCEL,POWERPOINT,PDF文件的方法 OFFICE文档使用POI控件，PDF可以使用PDFBOX0.7.3控件，完全支持中文，用XPDF也行，不过感觉PDFBOX比较好，而且作者也在更新。

水平有限，万望各位指正 WORD: import org.apache.lucene.document.Document; import org.apache.lucene.document.Field; import org.apache.poi.hwpf.extractor.WordExtractor; import java.io.File; import java.io.InputStream; import java.io.FileInputStream; import com.search.code.Index; public Document getDocument(Index index, String url, String title, InputStream is) throws DocCenterException { String bodyText = null; try { WordExtractor ex = new WordExtractor(is);//is是WORD文件的InputStream bodyText = ex.getText(); if(!bodyText.equals(＂＂)){ index.AddIndex(url, title, bodyText); } }catch (DocCenterException e) { throw new DocCenterException（＂无法从该Mocriosoft Word文档中提取内容＂， e）; }catch(Exception e){ e.printStackTrace(); } } return null; } Excel: import org.apache.lucene.document.Document; import org.apache.lucene.document.Field; import org.apache.poi.hwpf.extractor.WordExtractor; import org.apache.poi.hssf.usermodel.HSSFWorkbook; import org.apache.poi.hssf.usermodel.HSSFSheet; import org.apache.poi.hssf.usermodel.HSSFRow; import org.apache.poi.hssf.usermodel.HSSFCell; import java.io.File; import java.io.InputStream; import java.io.FileInputStream; import com.search.code.Index; public Document getDocument(Index index, String url, String title, InputStream is) throws DocCenterException { StringBuffer content = new StringBuffer(); try{

JAVA中如何把WORD文档直接转换成html？

jaco是java和windows下的com桥，通过它我们可以在java程序中调用COM组件。

如果你的JDK是1.4，那你需要下载jaco1.9的jni库才能正常运行，早期版本在JDK1.4下有些问题。

package com;** * Title:Wod文档转html类 * Desciption: * Copyight:() 2002 * @autho 舵手 * @vesion 1.0 *impot com.jaco.com.*;impot com.jaco.activeX.*; pulic class WodtoHtml { ** *文档转换函数 *@paam docfile wod文档的绝对路径加文件名（包含扩展名） *@paam htmlfile 转换后的html文件绝对路径和文件名（不含扩展名） * pulic static void change(Sting docfile, Sting htmlfile) { ActiveXComponent app = new ActiveXComponent(＂Wod.Application＂)； 启动wod ty { app.setPopety(＂Visile＂, new Vaiant(false)）； 设置wod不可见 Oject docs = app.getPopety(＂Documents＂).toDispatch(); Oject doc = Dispatch.invoke(docs,＂Open＂,Dispatch.Method,new Oject[] { docfile, new Vaiant(false),new Vaiant(tue) }, new int[1]).toDispatch（)； 打开wod文件 Dispatch.invoke(doc, ＂SaveAs＂, Dispatch.Method, new Oject[] {htmlfile, new Vaiant(8) }, new int[1]）； 作为html格式保存到临时文件 Vaiant f = new Vaiant(false); Dispatch.call(doc, ＂Close＂, f); } catch (Exception e) { e.pintStackTace(); } finally { app.invoke(＂Quit＂, new Vaiant[]{}); } } pulic static void main(Sting[] sts){ WodtoHtml.change(＂c:\\a\\运输管理调度系统总体方案.doc＂, ＂c:\\a\\t＂); }}

如何用java解析bin文件？

public class ReadFromFile { /** * 以字节为单位读取文件，常用于读二进制文件，如图片、声音、影像等文件。

*/ public static void readFileByBytes(String fileName) { File file = new File(fileName); InputStream in = null; try { System.out.println（＂以字节为单位读取文件内容，一次读一个字节：＂）； // 一次读一个字节 in = new FileInputStream(file); int tempbyte; while ((tempbyte = in.read()) != -1) { System.out.write(tempbyte); } in.close(); } catch (IOException e) { e.printStackTrace(); return; } try { System.out.println（＂以字节为单位读取文件内容，一次读多个字节：＂）； // 一次读多个字节 byte[] tempbytes = new byte[100]; int byteread = 0; in = new FileInputStream(fileName); ReadFromFile.showAvailableBytes(in)； // 读入多个字节到字节数组中，byteread为一次读入的字节数 while ((byteread = in.read(tempbytes)) != -1) { System.out.write(tempbytes, 0, byteread); } } catch (Exception e1) { e1.printStackTrace(); } finally { if (in != null) { try { in.close(); } catch (IOException e1) { } } } } /** * 以字符为单位读取文件，常用于读文本，数字等类型的文件 */ public static void readFileByChars(String fileName) { File file = new File(fileName); Reader reader = null; try { System.out.println（＂以字符为单位读取文件内容，一次读一个字节：＂）； // 一次读一个字符 reader = new InputStreamReader(new FileInputStream(file)); int tempchar; while ((tempchar = reader.read()) != -1） { // 对于windows下，\r\n这两个字符在一起时，表示一个换行。

// 但如果这两个字符分开显示时，会换两次行。

// 因此，屏蔽掉\r，或者屏蔽\n。

否则，将会多出很多空行。

if (((char) tempchar) != '\r') { System.out.print((char) tempchar); } } reader.close(); } catch (Exception e) { e.printStackTrace(); } try { System.out.println（＂以字符为单位读取文件内容，一次读多个字节：＂）； // 一次读多个字符 char[] tempchars = new char[30]; int charread = 0; reader = new InputStreamReader(new FileInputStream(fileName)）； // 读入多个字符到字符数组中，charread为一次读取字符数 while ((charread = reader.read(tempchars)) != -1） { // 同样屏蔽掉\r不显示 if ((charread == tempchars.length) && (tempchars[tempchars.length - 1] != '\r')) { System.out.print(tempchars); } else { for (int i = 0; i if (tempchars[i] == '\r') { continue; } else { System.out.print(tempchars[i]); } } } } } catch (Exception e1) { e1.printStackTrace(); } finally { if (reader != null) { try { reader.close(); } catch (IOException e1) { } } } } /** * 以行为单位读取文件，常用于读面向行的格式化文件 */ public static void readFileByLines(String fileName) { File file = new File(fileName); BufferedReader reader = null; try { System.out.println（＂以行为单位读取文件内容，一次读一整行：＂）； reader = new BufferedReader(new FileReader(file)); String tempString = null; int line = 1； // 一次读入一行，直到读入null为文件结束 while ((tempString = reader.readLine()) != null） { // 显示行号 System.out.println(＂line ＂ + line + ＂: ＂ + tempString); line++; } reader.close(); } catch (IOException e) { e.printStackTrace(); } finally { if (reader != null) { try { reader.close(); } catch (IOException e1) { } } } }你参考下把

如何用JAVA解析txt文件

判断文件是否存在InputStreamReader read = new InputStreamReader(new FileInputStream(file),encoding);/);}read;\res\\.BufferedInputStream；读取文件内容出错&quot.Reader; public class H20121012 {/*** 功能.println(＂20121012.txt＂;File file=new File(filePath)，需要读取生成字节流* 4：一行一行的输出。

readline（)。

接下来需要解读成乙方可以理解的东西既然你使用了FileInputStream（)。

那么对应的需要使用InputStreamReader（)这个方法进行解读刚才装进来内存当中的数据解读完成后要输出呀。

那当然要转换成IO可以识别的数据呀。

那就需要调用字节码读取的方法BufferedReader（)：获得文件句柄当做是输入一个字节码流；}}public static void main(String argv[]){String filePath = ＂L：\。

* 备注：需要考虑的是异常情况* @param filePath*/public static void readTxtFile(String filePath){try {String encoding=＂GBK&quot，需要对这个输入流进行读取* 3.io.File.close（)；/考虑到编码格式BufferedReader bufferedReader = new BufferedReader(read);String lineTxt = null;while((lineTxt = bufferedReader.readLine()) ;\htdocs\ import java.io。

同时使用bufferedReader（)的readline（)方法读取txt文件中的每一行数据哈。

package com.campu;import java.io; import java.io.FileInputStream.out;\Apache\readTxtFile(filePath);e; ＂res/＂.printStackTrace(); import java.io.isFile() && file.exists()){ //.BufferedReader; import java:Java读取txt文件的内容* 步骤：1：先获得文件句柄* 2;if(file：读取到输入流后；}else{System.out.println（＂找不到指定的文件＂）；}} catch (Exception e) {System.InputStreamReader;; //java读取txt文件内容。

可以作如下理解：首先获得一个文件句柄。

File file = new File(); file即为文件句柄。

两人之间连通电话网络了。

接下来可以开始打电话了。

通过这条线路读取甲方的信息：new FileInputStream(file) 目前这个信息已经读进来内存当中了！= null){System.out.println(lineTxt); import java.io

Java如何操作Word,Excel,PDF文档？

Java Excel API 文档 http://www.andykhan.com/jexcelapi/ 1、一个jacob操作Word的例子，其他操作excel,pdf的sample里都有 import java.io.File; import com.jacob.com.*; import com.jacob.activeX.*; public class WordTest { public static void main(String[] args) { WordBean word=new WordBean(); word.openWord(true); word.createNewDocument(); word.insertText(＂Hello word.＂); } } import com.jacob.activeX.*; import com.jacob.com.*; public class WordBean extends java.awt.Panel { private ActiveXComponent MsWordApp = null; private Dispatch document = null; public WordBean() { super(); } public void openWord(boolean makeVisible) { //Open Word if we've not done it already if (MsWordApp == null) { MsWordApp = new ActiveXComponent(＂Word.Application＂); } //Set the visible property as required. Dispatch.put(MsWordApp, ＂Visible＂, new Variant(makeVisible)); } public void createNewDocument() { //Find the Documents collection object maintained by Word Dispatch documents = Dispatch.get(MsWordApp,＂Documents＂).toDispatch(); //Call the Add method of the Documents collection to create //a new document to edit document = Dispatch.call(documents,＂Add＂).toDispatch(); } public void insertText(String textToInsert) { // Get the current selection within Word at the moment. If // a new document has just been created then this will be at // the top of the new doc Dispatch selection = Dispatch.get(MsWordApp,＂Selection＂).toDispatch(); //Put the specified text at the insertion point Dispatch.put(selection,＂Text＂,textToInsert); } public void saveFileAs(String filename) { Dispatch.call(document,＂SaveAs＂,filename); } public void printFile() { //Just print the current document to the default printer Dispatch.call(document,＂PrintOut＂); } public void closeDocument() { // Close the document without saving changes // 0 = wdDoNotSaveChanges // -1 = wdSaveChanges // -2 = wdPromptToSaveChanges Dispatch.call(document, ＂Close＂, new Variant(0)); document = null; } public void closeWord() { Dispatch.call(MsWordApp,＂Quit＂); MsWordApp = null; document = null; } }

转载请注明出处51数据库 » word文件解析java