java操作word，excel，pdf

在平常应用程序中，对office和pdf文档进行读取数据是比较常见的功能，尤其在很多web应用程序中。所以今天我们就简单来看一下java对word、excel、pdf文件的读取。本篇博客只是讲解简单应用。如果想深入了解原理。请读者自行研究一些相关源码。

首先我们来认识一下读取相关文档的jar包：

1. 引用POI包读取word文档内容

poi.jar 下载地址

http://apache.freelamp.com/poi/release/bin/poi-bin-3.6-20091214.zip http://apache.etoak.com/poi/release/bin/poi-bin-3.6-20091214.zip http://labs.renren.com/apache-mirror/poi/release/bin/poi-bin-3.6-20091214.zip

2.引用jxl包读取excel文档的内容

Jxl.jar下载地址

http://nchc.dl.sourceforge.net/project/jexcelapi/CSharpJExcel/CSharpJExcel.zip

3.引用PDFBox读取pdf文档的内容

Pdfbox.jar下载地址

http://labs.renren.com/apache-mirror/pdfbox/1.1.0/pdfbox-1.1.0.jar  http://apache.etoak.com/pdfbox/1.1.0/pdfbox-1.1.0.jar  http://apache.freelamp.com/pdfbox/1.1.0/pdfbox-1.1.0.jar

Fontbox.jar下载地址

http://apache.etoak.com/pdfbox/1.1.0/fontbox-1.1.0.jar  http://labs.renren.com/apache-mirror/pdfbox/1.1.0/fontbox-1.1.0.jar  http://apache.freelamp.com/pdfbox/1.1.0/fontbox-1.1.0.jar

Jempbox.jar下载地址

http://labs.renren.com/apache-mirror/pdfbox/1.1.0/jempbox-1.1.0.jar  http://apache.etoak.com/pdfbox/1.1.0/jempbox-1.1.0.jar  http://apache.freelamp.com/pdfbox/1.1.0/jempbox-1.1.0.jar

下面我们就来简单看一下这些jar包的对文档的读取的应用实例：

1. 引用POI包读取word文档内容

1. import java.io.File;
2. import java.io.FileInputStream;
3. import org.apache.poi.hwpf.HWPFDocument;
4. import org.apache.poi.hwpf.usermodel.Range;
5. /**
6. *
7. * @author 曹胜欢
8. */
9. public class DocFile{
10. @Override
11. public String getContent(File f) throws Exception {
12. FileInputStream fis = new FileInputStream(f);
13. HWPFDocument doc = new HWPFDocument(fis);
14. Range rang = doc.getRange();
15. String text = rang.text();
16. fis.close();
17. return text;
18. }

import java.io.File;
import java.io.FileInputStream;
import org.apache.poi.hwpf.HWPFDocument;
import org.apache.poi.hwpf.usermodel.Range;   

/**
*
* @author 曹胜欢
*/
public class DocFile{   

    @Override
    public String getContent(File f) throws Exception {
        FileInputStream fis = new FileInputStream(f);
        HWPFDocument doc = new HWPFDocument(fis);
        Range rang = doc.getRange();
        String text = rang.text();
        fis.close();
        return text;
    }   

2.引用jxl包读取excel文档的内容

1. import java.io.File;
2. import java.io.FileInputStream;
3. import jxl.Cell;
4. import jxl.Sheet;
5. import jxl.Workbook;
6. /**
7. *
8. * @author 曹胜欢
9. */
10. public class XlsFile{
11. @Override
12. public String getContent(File f) throws Exception {
13. //构建Workbook对象, 只读Workbook对象
14. //直接从本地文件创建Workbook
15. //从输入流创建Workbook
16. FileInputStream fis = new FileInputStream(f);
17. StringBuilder sb = new StringBuilder();
18. jxl.Workbook rwb = Workbook.getWorkbook(fis);
19. //一旦创建了Workbook，我们就可以通过它来访问
20. //Excel Sheet的数组集合(术语：工作表)，
21. //也可以调用getsheet方法获取指定的工资表
22. Sheet[] sheet = rwb.getSheets();
23. for (int i = 0; i < sheet.length; i++) {
24. Sheet rs = rwb.getSheet(i);
25. for (int j = 0; j < rs.getRows(); j++) {
26. Cell[] cells = rs.getRow(j);
27. for(int k=0;k<cells.length;k++)
28. sb.append(cells[k].getContents());
29. }
30. }
31. fis.close();
32. return sb.toString();
33. }
34. }

import java.io.File;
import java.io.FileInputStream;
import jxl.Cell;
import jxl.Sheet;
import jxl.Workbook;   

/**
*
* @author 曹胜欢
*/
public class XlsFile{   

    @Override
    public String getContent(File f) throws Exception {
     //构建Workbook对象, 只读Workbook对象
     //直接从本地文件创建Workbook
      //从输入流创建Workbook

        FileInputStream fis = new FileInputStream(f);
        StringBuilder sb = new StringBuilder();
        jxl.Workbook rwb = Workbook.getWorkbook(fis);
//一旦创建了Workbook，我们就可以通过它来访问
//Excel Sheet的数组集合(术语：工作表)，
//也可以调用getsheet方法获取指定的工资表
        Sheet[] sheet = rwb.getSheets();
        for (int i = 0; i < sheet.length; i++) {
            Sheet rs = rwb.getSheet(i);
            for (int j = 0; j < rs.getRows(); j++) {
               Cell[] cells = rs.getRow(j);
               for(int k=0;k<cells.length;k++)
               sb.append(cells[k].getContents());
            }
        }
        fis.close();
        return sb.toString();
    }   

}

由上面代码我们可知：一旦得到了Sheet，我们就可以通过它来访问Excel Cell(术语：单元格)。参考下面的代码片段： //获取第一行，第一列的值 Cell c00 = rs.getCell(0, 0); String strc00 = c00.getContents(); //获取第一行，第二列的值 Cell c10 = rs.getCell(1, 0); String strc10 = c10.getContents(); 当你完成对Excel电子表格数据的处理后，一定要使用close()方法来关闭先前创建的对象，以释放读取数据表的过程中所占用的内存空间，在读取大量数据时显得尤为重要。

3.引用PDFBox读取pdf文档的内容

1. import java.io.File;
2. import java.io.FileInputStream;
3. import org.pdfbox.pdfparser.PDFParser;
4. import org.pdfbox.pdmodel.PDDocument;
5. import org.pdfbox.util.PDFTextStripper;
6. /**
7. *
8. * @author 曹胜欢
9. */
10. <pre class="java" name="code">public class PdfFile{
11. public String getContent(File f) throws Exception {
12. FileInputStream fis = new FileInputStream(f);
13. PDFParser p = new PDFParser(fis);
14. p.parse();
15. PDDocument pdd = p.getPDDocument();
16. PDFTextStripper ts = new PDFTextStripper();
17. String c = ts.getText(pdd);
18. pdd.close();
19. fis.close();
20. return c;
21. }
22. }</pre><br>