apache poi word提取文本

本文概述

• Apache POI提取文本示例

为了从单词文档中提取文本，XWPFWordExtractor类提供了一种getText（）方法。此方法从文档中获取所有文本。

这是一种有用的方法，可以在Java程序中用于读取数据。

让我们看一个示例，其中我们从doc文件中提取文本。

Apache POI提取文本示例

package poiexample;
import java.io.FileInputStream;
import org.apache.poi.openxml4j.opc.OPCPackage;
import org.apache.poi.xwpf.extractor.XWPFWordExtractor;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
public class ReadingText {
	public static void main(String[] args) {
		 try(FileInputStream fis = new FileInputStream("srcmini.docx")) {
			 XWPFDocument file   = new XWPFDocument(OPCPackage.open(fis));
		     XWPFWordExtractor ext = new XWPFWordExtractor(file);
		     System.out.println(ext.getText());
		 }catch(Exception e) {
			 System.out.println(e);
		 }
	}
}

输入：

输出：

Apache POI (Poor Obfuscation Implementation) is a project design and developed by 
Apache Software Foundation. It is a collection of pure Java libraries, used to read
and write Microsoft office files such as Word, PowerPoint etc.