java如何利用poi解析doc和docx中的数据

当需要从 Word 文档中提取数据的时候，我们可以使用 Apache POI 来读取 ".doc" 和 ".docx" 文件。下面是如何利用 POI 解析 Word 文档中数据的攻略：

1. 添加 POI 依赖

在项目中添加以下依赖：

<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi</artifactId>
    <version>5.0.0</version>
</dependency>
<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi-ooxml</artifactId>
    <version>5.0.0</version>
</dependency>

2. 读取 .doc 文件

首先，我们需要创建一个 HWPFDocument 对象，它代表了 Word 文档：

File file = new File("example.doc");
FileInputStream fis = new FileInputStream(file);
HWPFDocument doc = new HWPFDocument(fis);

然后，我们可以通过以下方式来获取文档中的文本：

Range range = doc.getRange();
String text = range.text();

3. 读取 .docx 文件

对于 .docx 文件，我们需要创建一个 XWPFDocument 对象：

File file = new File("example.docx");
FileInputStream fis = new FileInputStream(file);
XWPFDocument doc = new XWPFDocument(fis);

我们可以使用以下代码来获取文档中的段落和表格数据：

// 获取所有段落
List<XWPFParagraph> paragraphs = doc.getParagraphs();
for (XWPFParagraph para : paragraphs) {
    String text = para.getText();
    System.out.println(text);
}

// 获取所有的表格
List<XWPFTable> tables = doc.getTables();
for (XWPFTable table : tables) {
    // 遍历表格所有的行和列
    for (int i = 0; i < table.getNumberOfRows(); i++) {
        XWPFTableRow row = table.getRow(i);
        for (int j = 0; j < row.getTableCells().size(); j++) {
            System.out.println(row.getCell(j).getText());
        }
    }
}

示例1. 读取 .doc 中的表格数据

假设我们要读取如下 Word 文档中的表格数据：

姓名	年龄	性别
张三	20	男
李四	22	女

我们可以使用以下代码来解析 .doc 文件中的表格数据：

File file = new File("example.doc");
FileInputStream fis = new FileInputStream(file);
HWPFDocument doc = new HWPFDocument(fis);

Range range = doc.getRange();
TableIterator tableIt = new TableIterator(range);

while (tableIt.hasNext()) {
    Table table = tableIt.next();
    for (int i = 0; i < table.numRows(); i++) {
        TableRow row = table.getRow(i);
        for (int j = 0; j < row.numCells(); j++) {
            TableCell cell = row.getCell(j);
            String text = cell.getParagraph(0).text().trim();
            System.out.print(text + "\t");
        }
        System.out.println();
    }
}

示例2. 读取 .docx 中的段落数据

假设我们要读取如下 Word 文档中的段落数据：

标题

段落1
段落2

我们可以使用以下代码来解析 .docx 文件中的段落数据：

File file = new File("example.docx");
FileInputStream fis = new FileInputStream(file);
XWPFDocument doc = new XWPFDocument(fis);

List<XWPFParagraph> paragraphs = doc.getParagraphs();
for (XWPFParagraph para : paragraphs) {
    String text = para.getText();
    System.out.println(text);
}

以上是利用 POI 解析 Word 文档中数据的攻略及两条示例，希望对你有帮助。