使用 POI 讀寫 word doc 文件

目錄

1???? 讀 word doc 文件

1.1???? 通過 WordExtractor 讀文件

1.2???? 通過 HWPFDocument 讀文件

2???? 寫 word doc 文件

?

?????? Apache poi 的 hwpf 模塊是專門用來(lái)對(duì) word doc 文件進(jìn)行讀寫操作的。在 hwpf 里面我們使用 HWPFDocument 來(lái)表示一個(gè) word doc 文檔。在 HWPFDocument 里面有這么幾個(gè)概念：

l ? Range ：它表示一個(gè)范圍，這個(gè)范圍可以是整個(gè)文檔，也可以是里面的某一小節(jié)（ Section ），也可以是某一個(gè)段落（ Paragraph ），還可以是擁有共同屬性的一段文本（ CharacterRun ）。

l ? Section ： word 文檔的一個(gè)小節(jié)，一個(gè) word 文檔可以由多個(gè)小節(jié)構(gòu)成。

l ? Paragraph ： word 文檔的一個(gè)段落，一個(gè)小節(jié)可以由多個(gè)段落構(gòu)成。

l ? CharacterRun ：具有相同屬性的一段文本，一個(gè)段落可以由多個(gè) CharacterRun 組成。

l ? Table ：一個(gè)表格。

l ? TableRow ：表格對(duì)應(yīng)的行。

l ? TableCell ：表格對(duì)應(yīng)的單元格。

?????? Section 、 Paragraph 、 CharacterRun 和 Table 都繼承自 Range 。

1 ?????? 讀 word doc 文件

?????? 在日常應(yīng)用中，我們從 word 文件里面讀取信息的情況非常少見，更多的還是把內(nèi)容寫入到 word 文件中。使用 POI 從 word doc 文件讀取數(shù)據(jù)時(shí)主要有兩種方式：通過 WordExtractor 讀和通過 HWPFDocument 讀。在 WordExtractor 內(nèi)部進(jìn)行信息讀取時(shí)還是通過 HWPFDocument 來(lái)獲取的。

?

1.1 ???? 通過 WordExtractor 讀文件

?????? 在使用 WordExtractor 讀文件時(shí)我們只能讀到文件的文本內(nèi)容和基于文檔的一些屬性，至于文檔內(nèi)容的屬性等是無(wú)法讀到的。如果要讀到文檔內(nèi)容的屬性則需要使用 HWPFDocument 來(lái)讀取了。下面是使用 WordExtractor 讀取文件的一個(gè)示例：

      public class HwpfTest {
 
   @SuppressWarnings("deprecation")
   @Test
   public void testReadByExtractor() throws Exception {
      InputStream is = new FileInputStream("D:\\test.doc");
      WordExtractor extractor = new WordExtractor(is);
      //輸出word文檔所有的文本
      System.out.println(extractor.getText());
      System.out.println(extractor.getTextFromPieces());
      //輸出頁(yè)眉的內(nèi)容
      System.out.println("頁(yè)眉：" + extractor.getHeaderText());
      //輸出頁(yè)腳的內(nèi)容
      System.out.println("頁(yè)腳：" + extractor.getFooterText());
      //輸出當(dāng)前word文檔的元數(shù)據(jù)信息，包括作者、文檔的修改時(shí)間等。
      System.out.println(extractor.getMetadataTextExtractor().getText());
      //獲取各個(gè)段落的文本
      String paraTexts[] = extractor.getParagraphText();
      for (int i=0; i<paraTexts.length; i++) {
         System.out.println("Paragraph " + (i+1) + " : " + paraTexts[i]);
      }
      //輸出當(dāng)前word的一些信息
      printInfo(extractor.getSummaryInformation());
      //輸出當(dāng)前word的一些信息
      this.printInfo(extractor.getDocSummaryInformation());
      this.closeStream(is);
   }
  
   /**
    * 輸出SummaryInfomation
    * @param info
    */
   private void printInfo(SummaryInformation info) {
      //作者
      System.out.println(info.getAuthor());
      //字符統(tǒng)計(jì)
      System.out.println(info.getCharCount());
      //頁(yè)數(shù)
      System.out.println(info.getPageCount());
      //標(biāo)題
      System.out.println(info.getTitle());
      //主題
      System.out.println(info.getSubject());
   }
  
   /**
    * 輸出DocumentSummaryInfomation
    * @param info
    */
   private void printInfo(DocumentSummaryInformation info) {
      //分類
      System.out.println(info.getCategory());
      //公司
      System.out.println(info.getCompany());
   }
  
   /**
    * 關(guān)閉輸入流
    * @param is
    */
   private void closeStream(InputStream is) {
      if (is != null) {
         try {
            is.close();
         } catch (IOException e) {
            e.printStackTrace();
         }
      }
   }
  
}
    

?

?

1.2 ???? 通過 HWPFDocument 讀文件

?????? HWPFDocument 是當(dāng)前 Word 文檔的代表，它的功能比 WordExtractor 要強(qiáng)。通過它我們可以讀取文檔中的表格、列表等，還可以對(duì)文檔的內(nèi)容進(jìn)行新增、修改和刪除操作。只是在進(jìn)行完這些新增、修改和刪除后相關(guān)信息是保存在 HWPFDocument 中的，也就是說(shuō)我們改變的是 HWPFDocument ，而不是磁盤上的文件。如果要使這些修改生效的話，我們可以調(diào)用 HWPFDocument 的 write 方法把修改后的 HWPFDocument 輸出到指定的輸出流中。這可以是原文件的輸出流，也可以是新文件的輸出流（相當(dāng)于另存為）或其它輸出流。下面是一個(gè)通過 HWPFDocument 讀文件的示例：

      public class HwpfTest {
  
   @Test
   public void testReadByDoc() throws Exception {
      InputStream is = new FileInputStream("D:\\test.doc");
      HWPFDocument doc = new HWPFDocument(is);
      //輸出書簽信息
      this.printInfo(doc.getBookmarks());
      //輸出文本
      System.out.println(doc.getDocumentText());
      Range range = doc.getRange();
//    this.insertInfo(range);
      this.printInfo(range);
      //讀表格
      this.readTable(range);
      //讀列表
      this.readList(range);
      //刪除range
      Range r = new Range(2, 5, doc);
      r.delete();//在內(nèi)存中進(jìn)行刪除，如果需要保存到文件中需要再把它寫回文件
      //把當(dāng)前HWPFDocument寫到輸出流中
      doc.write(new FileOutputStream("D:\\test.doc"));
      this.closeStream(is);
   }
  
   /**
    * 關(guān)閉輸入流
    * @param is
    */
   private void closeStream(InputStream is) {
      if (is != null) {
         try {
            is.close();
         } catch (IOException e) {
            e.printStackTrace();
         }
      }
   }
  
   /**
    * 輸出書簽信息
    * @param bookmarks
    */
   private void printInfo(Bookmarks bookmarks) {
      int count = bookmarks.getBookmarksCount();
      System.out.println("書簽數(shù)量：" + count);
      Bookmark bookmark;
      for (int i=0; i<count; i++) {
         bookmark = bookmarks.getBookmark(i);
         System.out.println("書簽" + (i+1) + "的名稱是：" + bookmark.getName());
         System.out.println("開始位置：" + bookmark.getStart());
         System.out.println("結(jié)束位置：" + bookmark.getEnd());
      }
   }
  
   /**
    * 讀表格
    * 每一個(gè)回車符代表一個(gè)段落，所以對(duì)于表格而言，每一個(gè)單元格至少包含一個(gè)段落，每行結(jié)束都是一個(gè)段落。
    * @param range
    */
   private void readTable(Range range) {
      //遍歷range范圍內(nèi)的table。
      TableIterator tableIter = new TableIterator(range);
      Table table;
      TableRow row;
      TableCell cell;
      while (tableIter.hasNext()) {
         table = tableIter.next();
         int rowNum = table.numRows();
         for (int j=0; j<rowNum; j++) {
            row = table.getRow(j);
            int cellNum = row.numCells();
            for (int k=0; k<cellNum; k++) {
                cell = row.getCell(k);
                //輸出單元格的文本
                System.out.println(cell.text().trim());
            }
         }
      }
   }
  
   /**
    * 讀列表
    * @param range
    */
   private void readList(Range range) {
      int num = range.numParagraphs();
      Paragraph para;
      for (int i=0; i<num; i++) {
         para = range.getParagraph(i);
         if (para.isInList()) {
            System.out.println("list: " + para.text());
         }
      }
   }
  
   /**
    * 輸出Range
    * @param range
    */
   private void printInfo(Range range) {
      //獲取段落數(shù)
      int paraNum = range.numParagraphs();
      System.out.println(paraNum);
      for (int i=0; i<paraNum; i++) {
//       this.insertInfo(range.getParagraph(i));
         System.out.println("段落" + (i+1) + "：" + range.getParagraph(i).text());
         if (i == (paraNum-1)) {
            this.insertInfo(range.getParagraph(i));
         }
      }
      int secNum = range.numSections();
      System.out.println(secNum);
      Section section;
      for (int i=0; i<secNum; i++) {
         section = range.getSection(i);
         System.out.println(section.getMarginLeft());
         System.out.println(section.getMarginRight());
         System.out.println(section.getMarginTop());
         System.out.println(section.getMarginBottom());
         System.out.println(section.getPageHeight());
         System.out.println(section.text());
      }
   }
  
   /**
    * 插入內(nèi)容到Range，這里只會(huì)寫到內(nèi)存中
    * @param range
    */
   private void insertInfo(Range range) {
      range.insertAfter("Hello");
   }
  
}
    

?

?

2 ?????? 寫 word doc 文件

?????? 在使用 POI 寫 word doc 文件的時(shí)候我們必須要先有一個(gè) doc 文件才行，因?yàn)槲覀冊(cè)趯? doc 文件的時(shí)候是通過 HWPFDocument 來(lái)寫的，而 HWPFDocument 是要依附于一個(gè) doc 文件的。所以通常的做法是我們先在硬盤上準(zhǔn)備好一個(gè)內(nèi)容空白的 doc 文件，然后建立一個(gè)基于該空白文件的 HWPFDocument 。之后我們就可以往 HWPFDocument 里面新增內(nèi)容了，然后再把它寫入到另外一個(gè) doc 文件中，這樣就相當(dāng)于我們使用 POI 生成了 word doc 文件。

?????? 在實(shí)際應(yīng)用中，我們?cè)谏? word 文件的時(shí)候都是生成某一類文件，該類文件的格式是固定的，只是某些字段不一樣罷了。所以在實(shí)際應(yīng)用中，我們大可不必將整個(gè) word 文件的內(nèi)容都通過 HWPFDocument 生成。而是先在磁盤上新建一個(gè) word 文檔，其內(nèi)容就是我們需要生成的 word 文件的內(nèi)容，然后把里面一些屬于變量的內(nèi)容使用類似于“ ${paramName} ”這樣的方式代替。這樣我們?cè)诨谀承┬畔⑸? word 文件的時(shí)候，只需要獲取基于該 word 文件的 HWPFDocument ，然后調(diào)用 Range 的 replaceText() 方法把對(duì)應(yīng)的變量替換為對(duì)應(yīng)的值即可，之后再把當(dāng)前的 HWPFDocument 寫入到新的輸出流中。這種方式在實(shí)際應(yīng)用中用的比較多，因?yàn)樗坏梢詼p少我們的工作量，還可以讓文本的格式更加的清晰。下面我們就來(lái)基于這種方式做一個(gè)示例。

?????? 假設(shè)我們現(xiàn)在擁有一些變動(dòng)的信息，然后需要通過這些信息生成如下格式的 word doc 文件：

?

?????? 那么根據(jù)上面的描述，首先第一步，我們建立一個(gè)對(duì)應(yīng)格式的 doc 文件作為模板，其內(nèi)容是這樣的：

?

?????? 有了這樣一個(gè)模板之后，我們就可以建立對(duì)應(yīng)的 HWPFDocument ，然后替換對(duì)應(yīng)的變量為相應(yīng)的值，再把 HWPFDocument 輸出到對(duì)應(yīng)的輸出流即可。下面是對(duì)應(yīng)的代碼。

      public class HwpfTest {
  
   @Test
   public void testWrite() throws Exception {
      String templatePath = "D:\\word\\template.doc";
      InputStream is = new FileInputStream(templatePath);
      HWPFDocument doc = new HWPFDocument(is);
      Range range = doc.getRange();
      //把range范圍內(nèi)的${reportDate}替換為當(dāng)前的日期
      range.replaceText("${reportDate}", new SimpleDateFormat("yyyy-MM-dd").format(new Date()));
      range.replaceText("${appleAmt}", "100.00");
      range.replaceText("${bananaAmt}", "200.00");
      range.replaceText("${totalAmt}", "300.00");
      OutputStream os = new FileOutputStream("D:\\word\\write.doc");
      //把doc輸出到輸出流中
      doc.write(os);
      this.closeStream(os);
      this.closeStream(is);
   }
  
   /**
    * 關(guān)閉輸入流
    * @param is
    */
   private void closeStream(InputStream is) {
      if (is != null) {
         try {
            is.close();
         } catch (IOException e) {
            e.printStackTrace();
         }
      }
   }
 
   /**
    * 關(guān)閉輸出流
    * @param os
    */
   private void closeStream(OutputStream os) {
      if (os != null) {
         try {
            os.close();
         } catch (IOException e) {
            e.printStackTrace();
         }
      }
   }
  
 
}
    

?

（注：本文是基于 poi3.9 所寫）