Apdorokite „Microsoft Word“ dvejetainius dokumentus

Darbo su Apache POI HWPF pradžia

Visų pirma, jūsų sistemoje turi būti įdiegtas „Java Development Kit“ (JDK). Jei jau turite, eikite į „Apache“ LV atsiuntimo puslapį, kad archyve gautumėte naujausią stabilią versiją. Išskleiskite ZIP failo turinį bet kuriame kataloge, iš kurio reikiamos bibliotekos gali būti susietos su jūsų Java programa. Tai viskas!

Nurodymas Apache POI jūsų Maven pagrįstame Java projekte yra dar paprasčiau. Viskas, ko jums reikia, tai pridėti toliau nurodytą priklausomybę į savo pom.xml ir leisti IDE gauti bei nurodyti Apache POI Jar failus.

<!-- https://mvnrepository.com/artifact/org.apache.poi/poi -->
  <dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi-scratchpad</artifactId>
    <version>4.0.0</version>
  </dependency>
  

Kurkite ir keiskite „Word“ dokumentus naudodami „Java“ API

„Apache POI HWPF“ leidžia programuotojams kurti naujus „Word“ dokumentus DOC failų formatais. API taip pat leidžia kūrėjams modifikuoti esamus Word dokumentus pagal savo poreikius. API taip pat palaiko pastraipos įtraukimą į „Word“ dokumentą, teksto lygiavimo ir šriftų stilių taikymą ir dar daugiau.

// open an empty doc file, using APACHE POI we cannot create .doc file format from scratch
HWPFDocument doc = new HWPFDocument(new FileInputStream("empty.doc"));
Range range = doc.getRange();
// inset text
CharacterRun run = range.insertAfter("File Format Developer Guide - " +
"Learn about computer files that you come across in " +
"your daily work at: www.fileformat.com ");
OutputStream out = new FileOutputStream("document.pdf");
// save document
doc.write(out);
out.close();

Konvertuokite „Word“ dokumentus į kitus formatus naudodami „Java“.

Pache POI HWPF leidžia programinės įrangos kūrėjams lengvai konvertuoti Microsoft Word dokumentus į bet kokius palaikomus failų formatus. Šiuo metu „Java“ kūrėjai gali konvertuoti „Word“ dokumentus į HTML, FO ir teksto formatus. org.apache.poi.hwpf.converter pakete yra Word į HTML ir Word į FO keitikliai.

// load document
HWPFDocumentCore wordDocument = WordToHtmlUtils.loadDoc(new FileInputStream("document.doc"));
Document newDocument = DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument();
// initialize WordToHtmlConverter
WordToHtmlConverter wordToHtmlConverter = new WordToHtmlConverter(newDocument );
// process document
wordToHtmlConverter.processDocument( wordDocument );
StringWriter stringWriter = new StringWriter();
Transformer transformer = TransformerFactory.newInstance().newTransformer();
transformer.setOutputProperty( OutputKeys.INDENT, "yes" );
transformer.setOutputProperty( OutputKeys.ENCODING, "utf-8" );
transformer.setOutputProperty( OutputKeys.METHOD, "html" );
transformer.transform(
    new DOMSource( wordToHtmlConverter.getDocument() ),
    new StreamResult( stringWriter ) );
// get html
String html = stringWriter.toString();

Skaityti tekstą iš DOC failo

„Apache POI HWPF“ suteikia „WordExtractor“ klasę, kad būtų galima skaityti tekstą iš „Microsoft Word DOC“ failo formato. Galite išgauti tekstą iš failo naudodami tik kelias kodo eilutes.

// load DOC file
FileInputStream fis = new FileInputStream(new File("document.doc"));
// open file
HWPFDocument doc = new HWPFDocument(fis);
// read text
WordExtractor extractor = new WordExtractor(doc);
// display text
System.out.println(extractor.getText());

Pridėkite tinkintą antraštę ir poraštę prie DOC

„Apache POI HWPF“ leidžia „Java“ kūrėjams kurti pasirinktines antraštes ir poraštes „Word“ dokumentuose. Apache POI HWPF apibūdinamas kaip „vidutiniškai veikiantis“. Tai palaiko pagrindinį teksto ištraukimą, specifinį teksto ištraukimą, prieigą prie antraštės ir poraštės bei keičiant teksto funkcijas. GetText() metodas gali būti naudojamas norint gauti tekstą iš visų pastraipų, arba getParagraphText() gali būti naudojamas norint gauti tekstą iš kiekvienos pastraipos paeiliui. 

// The path to the documents directory.
String dataDir = Utils.getDataDir(ApacheHeaders.class);
POIFSFileSystem fs = null;
fs = new POIFSFileSystem(new FileInputStream(dataDir + "MyHeader.doc"));
HWPFDocument doc = new HWPFDocument(fs);
int pageNumber = 1;
HeaderStories headerStore = new HeaderStories(doc);
String header = headerStore.getHeader(pageNumber);
System.out.println("Header Is: " + header);