java读取带格式word内容

Python016

java读取带格式word内容,第1张

用jacob吧。。

/**

*@author eyuan

*/

package per.eyuan.word2txt.core

import com.jacob.*

import com.jacob.com.*

import com.jacob.activeX.*

import java.io.*

import java.util.Scanner

public class Core {

/**

* 实现转换的函数

* @param sourceFilesPath

* @param destinationFilesPath

* @param destinationFilesType

* @return void

* @see import com.jacob.activeX.*

*/

public static void change(String sourceFilesPath,String destinationFilesPath,int destinationFilesType){

//使用word文件所在的目录（源路径）建立目录文件

File sourcePathFile=new File(sourceFilesPath)

//取得word文件（源文件列表）

File sourceFilesList[]=sourcePathFile.listFiles()

System.out.println("共有"+sourceFilesList.length+"个文件（文件夹）")

//指定要转换的文件所在的目录下，如果有子目录，

//则进入子目录，继续查找word文档并将其转换，

//直到将指定目录下的所有word文档转换完。

//子目录名

String sourceChildPath=new String("")

//保持原来的层次关系，将子目录下的文件存放在新建的子目录中

String destiNationChildPath=new String("")

//检索文件，过滤掉非word文件，通过扩展名过滤

for(int i=0i<sourceFilesList.lengthi++){

//排除掉子文件夹

if(sourceFilesList[i].isFile()){

System.out.println("第"+(i+1)+"个文件：")

//取得文件全名（包含扩展名）

String fileName=sourceFilesList[i].getName()

String fileType=new String("")

//取得文件扩展名

fileType=fileName.substring((fileName.length()-4), fileName.length())

//word2007-2010扩展名为docx

//判断是否为word2007-2010文档，及是否以docx为后缀名

if(fileType.equals("docx")){

System.out.println("正在转换。。。")

//输出word文档所在路劲

System.out.println("目录："+sourceFilesPath)

//输出word文档名

System.out.println("文件名："+fileName)

//System.out.println(fileName.substring(0, (fileName.length()-5)))

//核心函数

//启动word

ActiveXComponent app=new ActiveXComponent("Word.Application")

//要转换的文档的全路径（所在文件夹+文件全名）

String docPath=sourceFilesPath+"\\"+fileName

//转换后的文档的全路径（所在文件夹+文件名）

String othersPath=destinationFilesPath+"\\"+fileName.substring(0,(fileName.length()-5))

//

String inFile=docPath

String outFile=othersPath

//

boolean flag=false

//核心代码

try{

//设置word可见性

app.setProperty("Visible", new Variant(false))

//

Dispatch docs=app.getProperty("Documents").toDispatch()

//打开word文档

Dispatch doc=Dispatch.invoke(docs, "Open", Dispatch.Method, new Object[]{inFile,new Variant(false),new Variant(true)}, new int[1]).toDispatch()

//0:Microsoft Word 97 - 2003 文档 (.doc)

//1:Microsoft Word 97 - 2003 模板 (.dot)

//2:文本文档 (.txt)

//3:文本文档 (.txt)

//4:文本文档 (.txt)

//5:文本文档 (.txt)

//6:RTF 格式 (.rtf)

//7:文本文档 (.txt)

//8:HTML 文档 (.htm)(带文件夹)

//9:MHTML 文档 (.mht)(单文件)

//10:MHTML 文档 (.mht)(单文件)

//11:XML 文档 (.xml)

//12:Microsoft Word 文档 (.docx)

//13:Microsoft Word 启用宏的文档 (.docm)

//14:Microsoft Word 模板 (.dotx)

//15:Microsoft Word 启用宏的模板 (.dotm)

//16:Microsoft Word 文档 (.docx)

//17:PDF 文件 (.pdf)

//18:XPS 文档 (.xps)

//19:XML 文档 (.xml)

//20:XML 文档 (.xml)

//21:XML 文档 (.xml)

//22:XML 文档 (.xml)

//23:OpenDocument 文本 (.odt)

//24:WTF 文件 (.wtf)

//另存为指定格式的文档

Dispatch.invoke(doc, "SaveAs", Dispatch.Method, new Object[]{outFile,new Variant(destinationFilesType)}, new int[1])

//

Variant file=new Variant(false)

//关闭文档

Dispatch.call(doc, "Close",file)

//

flag=true

}catch(Exception e){

e.printStackTrace()

System.out.println("文档转换失败")

}finally{

app.invoke("Quit",new Variant[]{})

}

System.out.println("转换完毕")

}

//word97-2003扩展名为doc

//判断是否为word2003-2007文档，及是否以doc为后缀名

else if(fileType.equals(".doc")){

System.out.println("正在转换。。。")

//输出word文档所在路劲

System.out.println("目录："+sourceFilesPath)

//输出word文档名

System.out.println("文件名："+fileName)

//System.out.println(fileName.substring(0, (fileName.length()-4)))

//核心函数

//启动word

ActiveXComponent app=new ActiveXComponent("Word.Application")

//要转换的文档的全路径（所在文件夹+文件全名）

String docPath=sourceFilesPath+"\\"+fileName

//转换后的文档的全路径（所在文件夹+文件名）

String othersPath=destinationFilesPath+"\\"+fileName.substring(0,(fileName.length()-4))

//

String inFile=docPath

String outFile=othersPath

//

boolean flag=false

//核心代码

try{

//设置word可见性

app.setProperty("Visible", new Variant(false))

//

Dispatch docs=app.getProperty("Documents").toDispatch()

//打开word文档

Dispatch doc=Dispatch.invoke(docs, "Open", Dispatch.Method, new Object[]{inFile,new Variant(false),new Variant(true)}, new int[1]).toDispatch()

//另存为指定格式的文档

Dispatch.invoke(doc, "SaveAs", Dispatch.Method, new Object[]{outFile,new Variant(destinationFilesType)}, new int[1])

//

Variant file=new Variant(false)

//关闭文档

Dispatch.call(doc, "Close",file)

//

flag=true

}catch(Exception e){

e.printStackTrace()

System.out.println("文档转换失败")

}finally{

app.invoke("Quit",new Variant[]{})

}

System.out.println("转换完毕")

}

//文档的扩展名不是doc或docx

else{

System.out.println("非word文档")

}

}

//如果是子文件夹，则递归遍历，将所有的word文档转换

else{

//

sourceChildPath=sourceFilesPath

//该文件是目录

sourceChildPath=sourceChildPath+"\\"+sourceFilesList[i].getName()+"\\"

System.out.println("源文件所在路径："+sourceChildPath)

//修改目标文件夹，保持原来的层级关系

destiNationChildPath=destinationFilesPath

destiNationChildPath=destinationFilesPath+"\\"+sourceFilesList[i].getName()+"\\"

System.out.println("转换后文件所在路径"+destiNationChildPath)

//

mkdir(destiNationChildPath)

//递归遍历所有目录，查找word文档，并将其转换

change(sourceChildPath, destiNationChildPath,destinationFilesType)

}

}

System.out.println("所有文档转换完毕")

}

/**

　* 用于创建文件夹的方法

　* @param mkdirName

　*/

public static void mkdir(String mkdirName){

try{

//使用指定的路径创建文件对象

File dirFile = new File(mkdirName)

//

boolean bFile = dirFile.exists()

//已经存在文件夹，操作？？？提醒是否要替换

if( bFile == true ) {

System.out.println("已经存在文件夹"+mkdirName)

}

//不存在该文件夹，则新建该目录

else{

System.out.println("新建文件夹"+mkdirName)

bFile = dirFile.mkdir()

if( bFile == true ){

System.out.println("文件夹创建成功")

}else{

System.out.println(" 文件夹创建失败，清确认磁盘没有写保护并且空件足够")

System.exit(1)

}

}

}catch(Exception err){

System.err.println("ELS - Chart : 文件夹创建发生异常")

err.printStackTrace()

}finally{

}

}

/**

* 判断某个文件夹是否存在

* @param path

*/

public static boolean isPathExist(String path){

boolean isPathExist=false

try{

File pathFile = new File(path)

if(pathFile.exists())

isPathExist= true

else

isPathExist= false

}catch(Exception err){

err.printStackTrace()

}

return isPathExist

}

/**

* 主函数

*/

public static void main(String[] args){

Scanner sc=new Scanner(System.in)

//源文档所在路径

String sourceFilesPath=""

// String inputSourcePath=""

// boolean sourcePathFlag=true

// System.out.println("请输入要转换文档所在的文件夹")

// while(sourcePathFlag){

// inputSourcePath=sc.next()

// if(!isPathExist(inputSourcePath))

// System.out.println("源路径不存在，请输入正确的路径")

// else

// sourcePathFlag=false

// }

// sourceFilesPath=inputSourcePath

sourceFilesPath="D:\\word"

//目标文档要存放的目录

String destinationFilesPath=""

// String inputdestinationPath=""

// boolean destinationPathFlag=true

// System.out.println("请输入转换后文档要存放的文件夹")

// while(destinationPathFlag){

// inputdestinationPath=sc.next()

// //目标文件不存在时，是否要提示用户创建文件

// if(!isPathExist(inputdestinationPath))

// System.out.println("目标路径不存在，请输入正确的路径")

// else

// destinationPathFlag=false

// }

// destinationFilesPath=inputdestinationPath

destinationFilesPath="D:\\txt"

//选择要转换的类型

int destinationFilesType=0

int inputNumber=0

boolean numFlag=true

System.out.println("您要将word文档转换为哪种文档格式？")

System.out.println("0:doc \t 2:txt \t 8:html \t 9:htm \t 11:xml \t 12:docx \t 17:pdf \t 18:xps")

while(numFlag){

inputNumber=sc.nextInt()

if(inputNumber!=2&&inputNumber!=8&&inputNumber!=9&&inputNumber!=11&&inputNumber!=12&&inputNumber!=17){

System.out.println("您的输入有误，请输入要转换的文档类型前的数字")

}else

numFlag=false

}

destinationFilesType=inputNumber

//实行转换

change(sourceFilesPath, destinationFilesPath,destinationFilesType)

//测试各种类型转换

// for(int i=0i<25i++){

// destinationFilesType=i

// System.out.println("文件类型"+destinationFilesType)

// System.out.println("存放目录："+destinationFilesPath+"\\"+i)

// mkdir(destinationFilesPath+"\\"+i)

// change(sourceFilesPath, destinationFilesPath+"\\"+i,destinationFilesType)

// }

}

}

这个我刚用的。。格式都能带过来的。 你自己再下载个 jacob的包和dll文件

通过流来读取，例如：

TextFileForm fileForm = (TextFileForm) form FormFile formFile = fileForm.getTxtFile() if (formFile.getFileData().length == 0) { response.setCharacterEncoding("gb2312") response.getWriter().write("") } InputStream in = formFile.getInputStream() WordExtractor extractor = new WordExtractor() String str = extractor.extractText(in)这段代码就是负责读取word的