spring boot项目整合 Apache POI解析word文档

你的名字 2022-12-08 12:58 214阅读 0赞

什么是Apache POI？

Apache POI提供API给Java程式对Microsoft Office（Excel、WORD、PowerPoint、Visio等）格式档案读和写的功能

Apache POI常用的类：

*  HSSF － 提供读写Microsoft Excel XLS格式档案的功能。
 *  XSSF － 提供读写Microsoft Excel OOXML XLSX格式档案的功能。
 *  HWPF － 提供读写Microsoft Word DOC97格式档案的功能。
 *  XWPF － 提供读写Microsoft Word DOC2003格式档案的功能。
 *  HSLF － 提供读写Microsoft PowerPoint格式档案的功能。
 *  HDGF － 提供读Microsoft Visio格式档案的功能。
 *  HPBF － 提供读Microsoft Publisher格式档案的功能。
 *  HSMF － 提供读Microsoft Outlook格式档案的功能。

今天我们先了解一下POI是如何处理word文档的：

目前有一个需求：  现在有一个素材库我们需要用户可以自己通过doc形式导入素材，然后将素材上传到指定位置下，并且将素材的URL地址存储到mysql数据库中，并且在系统中展示出来。

步骤：一首先导入POI 依赖

<dependency>
                <groupId>org.apache.poi</groupId>
                <artifactId>poi</artifactId>
                <version>3.17</version>
            </dependency>
            <dependency>
                <groupId>org.apache.poi</groupId>
                <artifactId>poi-ooxml</artifactId>
                <version>3.17</version>
            </dependency>
            <dependency>
                <groupId>org.apache.poi</groupId>
                <artifactId>poi-scratchpad</artifactId>
                <version>3.17</version>
            </dependency>

**PoiWordController中添加如下方法，解析doc和docx需要使用不同的组件，具体内容见代码注释**

/**
         * 解析一个word文档
         * @param file
         * @return
         * @throws Exception
         */
        @ApiOperation(value="解析word文档")
        @RequestMapping(value = "upload", method = RequestMethod.POST)
        public Map uploadFile(@RequestParam(value = "file", required = true) MultipartFile file){
            //获取文件名字
            String textFileName=file.getOriginalFilename();
            Map wordMap = new LinkedHashMap();//创建一个map对象存放word中的内容
            try {
                //判断文件的扩展名类型
                if(textFileName.endsWith(".doc")){ //判断文件格式
                    //创建文件流
                    InputStream fis = file.getInputStream();
                    HWPFDocument wordExtractor = new HWPFDocument (fis);//使用HWPF组件中WordExtractor类从Word文档中提取文本
                    //提取文本并且给txt
                    String txt=wordExtractor.getDocumentText()
                    
                    fis.close();
                }
                if(textFileName.endsWith(".docx")){
                    File uFile = new File("tempFile.docx");//创建一个临时文件
                    if(!uFile.exists()){
                        uFile.createNewFile();
                    }
                    FileCopyUtils.copy(file.getBytes(), uFile);//复制文件内容
                    OPCPackage opcPackage = POIXMLDocument.openPackage("tempFile.docx");//包含所有POI OOXML文档类的通用功能，打开一个文件包。
                    XWPFDocument document = new XWPFDocument(opcPackage);//使用XWPF组件XWPFDocument类获取文档内容
                    String paras = document.getDocumentText();
                    uFile.delete();
                }
            } catch (Exception e) {
                e.printStackTrace();
            }
            System.out.println(wordMap);
            return wordMap;
        }