使用POI读写Word doc文件

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：

l  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）。

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

l  Paragraph：word文档的一个段落，一个小节可以由多个段落构成。

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

l  Table：一个表格。

l  TableRow：表格对应的行。

l  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. @SuppressWarnings("deprecation")
3. @Test
4. public void testReadByExtractor() throws Exception {
5. InputStream is = new FileInputStream("D:\\test.doc");
6. WordExtractor extractor = new WordExtractor(is);
7. //输出word文档所有的文本
8. System.out.println(extractor.getText());
9. System.out.println(extractor.getTextFromPieces());
10. //输出页眉的内容
11. System.out.println("页眉：" + extractor.getHeaderText());
12. //输出页脚的内容
13. System.out.println("页脚：" + extractor.getFooterText());
14. //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。
15. System.out.println(extractor.getMetadataTextExtractor().getText());
16. //获取各个段落的文本
17. String paraTexts[] = extractor.getParagraphText();
18. for (int i=0; i<paraTexts.length; i++) {
19. System.out.println("Paragraph " + (i+1) + " : " + paraTexts[i]);
20. }
21. //输出当前word的一些信息
22. printInfo(extractor.getSummaryInformation());
23. //输出当前word的一些信息
24. this.printInfo(extractor.getDocSummaryInformation());
25. this.closeStream(is);
26. }
27. /**
28. * 输出SummaryInfomation
29. * @param info
30. */
31. private void printInfo(SummaryInformation info) {
32. //作者
33. System.out.println(info.getAuthor());
34. //字符统计
35. System.out.println(info.getCharCount());
36. //页数
37. System.out.println(info.getPageCount());
38. //标题
39. System.out.println(info.getTitle());
40. //主题
41. System.out.println(info.getSubject());
42. }
43. /**
44. * 输出DocumentSummaryInfomation
45. * @param info
46. */
47. private void printInfo(DocumentSummaryInformation info) {
48. //分类
49. System.out.println(info.getCategory());
50. //公司
51. System.out.println(info.getCompany());
52. }
53. /**
54. * 关闭输入流
55. * @param is
56. */
57. private void closeStream(InputStream is) {
58. if (is != null) {
59. try {
60. is.close();
61. } catch (IOException e) {
62. e.printStackTrace();
63. }
64. }
65. }
66. }

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. @Test
3. public void testReadByDoc() throws Exception {
4. InputStream is = new FileInputStream("D:\\test.doc");
5. HWPFDocument doc = new HWPFDocument(is);
6. //输出书签信息
7. this.printInfo(doc.getBookmarks());
8. //输出文本
9. System.out.println(doc.getDocumentText());
10. Range range = doc.getRange();
11. //    this.insertInfo(range);
12. this.printInfo(range);
13. //读表格
14. this.readTable(range);
15. //读列表
16. this.readList(range);
17. //删除range
18. Range r = new Range(2, 5, doc);
19. 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
20. //把当前HWPFDocument写到输出流中
21. doc.write(new FileOutputStream("D:\\test.doc"));
22. this.closeStream(is);
23. }
24. /**
25. * 关闭输入流
26. * @param is
27. */
28. private void closeStream(InputStream is) {
29. if (is != null) {
30. try {
31. is.close();
32. } catch (IOException e) {
33. e.printStackTrace();
34. }
35. }
36. }
37. /**
38. * 输出书签信息
39. * @param bookmarks
40. */
41. private void printInfo(Bookmarks bookmarks) {
42. int count = bookmarks.getBookmarksCount();
43. System.out.println("书签数量：" + count);
44. Bookmark bookmark;
45. for (int i=0; i<count; i++) {
46. bookmark = bookmarks.getBookmark(i);
47. System.out.println("书签" + (i+1) + "的名称是：" + bookmark.getName());
48. System.out.println("开始位置：" + bookmark.getStart());
49. System.out.println("结束位置：" + bookmark.getEnd());
50. }
51. }
52. /**
53. * 读表格
54. * 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。
55. * @param range
56. */
57. private void readTable(Range range) {
58. //遍历range范围内的table。
59. TableIterator tableIter = new TableIterator(range);
60. Table table;
61. TableRow row;
62. TableCell cell;
63. while (tableIter.hasNext()) {
64. table = tableIter.next();
65. int rowNum = table.numRows();
66. for (int j=0; j<rowNum; j++) {
67. row = table.getRow(j);
68. int cellNum = row.numCells();
69. for (int k=0; k<cellNum; k++) {
70. cell = row.getCell(k);
71. //输出单元格的文本
72. System.out.println(cell.text().trim());
73. }
74. }
75. }
76. }
77. /**
78. * 读列表
79. * @param range
80. */
81. private void readList(Range range) {
82. int num = range.numParagraphs();
83. Paragraph para;
84. for (int i=0; i<num; i++) {
85. para = range.getParagraph(i);
86. if (para.isInList()) {
87. System.out.println("list: " + para.text());
88. }
89. }
90. }
91. /**
92. * 输出Range
93. * @param range
94. */
95. private void printInfo(Range range) {
96. //获取段落数
97. int paraNum = range.numParagraphs();
98. System.out.println(paraNum);
99. for (int i=0; i<paraNum; i++) {
100. //       this.insertInfo(range.getParagraph(i));
101. System.out.println("段落" + (i+1) + "：" + range.getParagraph(i).text());
102. if (i == (paraNum-1)) {
103. this.insertInfo(range.getParagraph(i));
104. }
105. }
106. int secNum = range.numSections();
107. System.out.println(secNum);
108. Section section;
109. for (int i=0; i<secNum; i++) {
110. section = range.getSection(i);
111. System.out.println(section.getMarginLeft());
112. System.out.println(section.getMarginRight());
113. System.out.println(section.getMarginTop());
114. System.out.println(section.getMarginBottom());
115. System.out.println(section.getPageHeight());
116. System.out.println(section.text());
117. }
118. }
119. /**
120. * 插入内容到Range，这里只会写到内存中
121. * @param range
122. */
123. private void insertInfo(Range range) {
124. range.insertAfter("Hello");
125. }
126. }

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. @Test
3. public void testWrite() throws Exception {
4. String templatePath = "D:\\word\\template.doc";
5. InputStream is = new FileInputStream(templatePath);
6. HWPFDocument doc = new HWPFDocument(is);
7. Range range = doc.getRange();
8. //把range范围内的${reportDate}替换为当前的日期
9. range.replaceText("${reportDate}", new SimpleDateFormat("yyyy-MM-dd").format(new Date()));
10. range.replaceText("${appleAmt}", "100.00");
11. range.replaceText("${bananaAmt}", "200.00");
12. range.replaceText("${totalAmt}", "300.00");
13. OutputStream os = new FileOutputStream("D:\\word\\write.doc");
14. //把doc输出到输出流中
15. doc.write(os);
16. this.closeStream(os);
17. this.closeStream(is);
18. }
19. /**
20. * 关闭输入流
21. * @param is
22. */
23. private void closeStream(InputStream is) {
24. if (is != null) {
25. try {
26. is.close();
27. } catch (IOException e) {
28. e.printStackTrace();
29. }
30. }
31. }
32. /**
33. * 关闭输出流
34. * @param os
35. */
36. private void closeStream(OutputStream os) {
37. if (os != null) {
38. try {
39. os.close();
40. } catch (IOException e) {
41. e.printStackTrace();
42. }
43. }
44. }
45. }

（注：本文是基于poi3.9所写）