java 讀取word文件

java讀取word文檔，獲取文本內容，保留基本的換行格式。

 

java用POI對word進行解析。所需jar包，用maven引入

<dependency>
   <groupId>org.apache.poi</groupId>
   <artifactId>poi-scratchpad</artifactId>
   <version>3.2-FINAL</version>
</dependency>

 

前端用webuploader上傳控件，限制上傳文件類型僅支持text和word.

1  accept: {
2             title: 'text',
3             extensions: 'txt,docx',
4             mimeTypes: 'text/plain,application/vnd.openxmlformats-officedocument.wordprocessingml.document'
5         }

 

後臺MultipartFile接收文件，根據ContentType區分文件類型，區分解析獲取文件內容。

word解析：

1 File uFile = new File("tempFile.docx");
2 if(!uFile.exists()){
3    uFile.createNewFile();
4 }
5 FileCopyUtils.copy(file.getBytes(), uFile);
6 OPCPackage opcPackage = POIXMLDocument.openPackage("tempFile.docx");
7 POIXMLTextExtractor extractor = new XWPFWordExtractor(opcPackage);
8 txt= extractor.getText();

 

txt爲word的文本內容