java 解析word2007带有word中的基本格式

谁践踏了优雅 2022-08-03 11:38 211阅读 0赞

通过解析word反转成html文件再解析html文件的形式获取带有格式的word文本：

依赖包： http://download.csdn.net/detail/sxg0205/8959545

注意点：实测发现只能带有word的基本格式如左对齐、右对齐、换行等，插入的图片、横线等格式貌似无法获取，可能是写的不全的原因吧，后续再定位；

代码：

public void canExtractImage(String path, String name) throws IOException \{

InputStream is = new FileInputStream("d:\\\\excel\\\\doc\\\\1.docx");  
XWPFDocument document = new XWPFDocument(is);  
  
  
XHTMLOptions options = XHTMLOptions.create();// .indent( 4 );  
// Extract image  
File imageFolder = new File("d:/excel/test.html");  
options.setExtractor(new FileImageExtractor(imageFolder));  
// URI resolver  
options.URIResolver(new FileURIResolver(imageFolder));  
  
  
OutputStream out = new FileOutputStream(new File("d:/excel/test.html"));  
XHTMLConverter.getInstance().convert(document, out, options);  
  
  
  
  
InputStream i1s = new FileInputStream("d:/excel/test.html");  
  
java.io.BufferedReader in = null;  
StringBuffer sb = new StringBuffer();  
try \{  
in = new java.io.BufferedReader(new java.io.InputStreamReader(i1s));  
  
for (String line; (line = in.readLine()) != null;) \{  
sb.append(line);  
\}  
\} finally \{  
if (in != null) \{  
in.close();  
\}  
\}  
  
syso(sb.toString());  
\}

发表评论取消回复

表情：

评论列表（有 0 条评论，211人围观）

还没有评论，来说两句吧...

相关阅读

相关解析word中的xml

一、前言 Office2003以上，Word可以以XML文本格式存储，这样就可以使用外部程序创建Word文件，而不需要使用Word的对象。也能够自由的打开分析Word文件

约定不等于承诺〃/ 2023年07月11日 15:06/ 0 赞/ 11 阅读

相关在Word2003中打开Word2007文档的方法及教程下载

1.到微软网站下载以下工具： [http://download.microsoft.com/download/6/9/E/69EA942D-4636-4350-A526-0

淩亂°似流年/ 2022年09月30日 06:25/ 0 赞/ 169 阅读

相关 NPOI读取word 2007

//读表格 public static string ExcuteWord() { St

缺乏、安全感/ 2022年08月25日 11:58/ 0 赞/ 211 阅读

相关 Word2007转PDF

机子里面预装的office2007一直在用，功能可能不如现在一些高大上的版本强。百度上搜word转pdf，首页第一项就是一个小网页应用——word转pdf，以前也都是这么操作的

r囧r小猫/ 2022年08月10日 15:55/ 0 赞/ 286 阅读

相关 java 获取word文档内容含word2007 (简单未优化)

需要导入几个包： ![Center][] 代码如下： / Word文档wps、2003,2007获取文本,待优化 @p

快来打我*/ 2022年08月07日 11:39/ 0 赞/ 243 阅读

相关 java 解析word2007带有word中的基本格式

通过解析word反转成html文件再解析html文件的形式获取带有格式的word文本：依赖包： http://download.csdn.net/detail/s

谁践踏了优雅/ 2022年08月03日 11:38/ 0 赞/ 212 阅读

相关 WORD2007中的图片没正常显示

WORD2007中的图片没正常显示，显示为空白图片框的解决方案 ![1341452039_2270.jpg][] [1341452039_2270.jpg]:

谁借莪１个温暖的怀抱￠/ 2022年06月10日 08:45/ 0 赞/ 194 阅读

相关 Word2007去掉页眉的横线

网上看到的方法：右键选编辑页眉，然后切换到开始选项卡，选正文格式，就OK了![大笑][laugh.gif] [laugh.gif]: /images/2

向右看齐/ 2022年05月16日 04:56/ 0 赞/ 381 阅读

相关 word2007参考文献的标注

（一）参考文献的标注 1．首先在“引用”-----“插入尾注”，点击右下脚的箭头 ![Image 1][] ![Image 1][]可以设置尾注的格式。 2．给尾注的

忘是亡心i/ 2022年04月24日 11:22/ 0 赞/ 256 阅读

相关 word2007修复工具_使用Word 2007作为博客工具

![word2007修复工具][word2007] word2007修复工具 Microsoft Word is a wonderful tool for writing

「爱情、让人受尽委屈。」/ 2021年07月26日 16:44/ 0 赞/ 376 阅读