Läsa Microsoft Word-dokument i Java

Hem > Java > Läsa Microsoft Word-dokument i JAVA

Läsa Microsoft Word-dokument i JAVA

Leave a comment Go to comments 9 maj 2008 Hitesh Agrawal Lämna en kommentar Gå till kommentarer

När det gäller behandlingen Microsoft Office Word-dokument Java har inga i bygga klasser för att hantera detta, men Apache POI-utvecklat Apache Foundation ger dig möjlighet att läsa Microsoft Word-dokument i Java. Mer information om Apache POI paketet finns på Apache POI

  ; import org.apache.poi.poifs.filesystem .*;
 ; import org.apache.poi.hwpf .*;
 ; import org.apache.poi.hwpf.extractor .*;
 ; import java.io. *;

 public class readDoc
 (
	 main ( String [ ] args ) public static void main (String [] args)
	 (
		 "Hello.doc" ; String filesname = "Hello.doc";
		 ; POIFSFileSystem fs = null;
		 Försök
		 (
                   POIFSFileSystem ( new FileInputStream ( filesname ; fs = new POIFSFileSystem (ny FileInputStream (filesname; 
                   / / Kunde inte stänga hängslen i slutet på min webbplats inte gjorde det möjligt att stänga

                   HWPFDocument ( fs ) ; HWPFDocument doc = new HWPFDocument (FS);

		   WordExtractor ( doc ) ; WordExtractor vi = new WordExtractor (doc);

		   paragraphs = we. getParagraphText ( ) ; String [] stycken = vi. GetParagraphText ();

		   . println ( "Word Document has " + paragraphs. length + " paragraphs" ) ; System. Ut. Println ("Word-dokument har" + stycken. Längd + "punkterna");
		   int i = 0 ; i < paragraphs . length ; i ++ ) { for (int i = 0; i <punkter. längd; i + +) (
			 = paragraphs [ i ] . replaceAll ( " \\ cM? \r ? \n " , "" ) ; punkterna [i] = punkterna [i]. replaceAll ("\ \ cm? \ r? \ n", "");
                	 . println ( "Length:" + paragraphs [ i ] . length ( ) ) ; System. Ut. Println ("Längd:" + stycken [i]. Längd ());
		   )
                 )
                 Exception e ) { catch (Exception e) ( 
                     ; e. printStackTrace ();
                 )
          )
 )

Kod Förklaring:

Skapa nya POIFSFileSystem Object och avläggande av Microsoft Word-dokument till det
Skapa nya objekt av HWPFDocument klass, denna klass med särskilt ansvar för hantering av Microsoft Word-dokument
WordExtractor kommer att packa alla ord från Word-dokument
getParagraphText () kommer att extrahera all text punkt vise
Slutligen försöker vi läser stycket innehåll

Anpassad sökning

Populära artiklar:

Dela och njut:

Tags: Java Kategorier: Java Taggar: Java

Kommentarer (43) Trackbacks (0) Lämna en kommentar Trackback

Subramanyam
24 nov 2008 kl 08:15 | # 1
Svara | Citat
Hej,
Jag får följande undantag när du kör detta exempel.
Kan ni låta mig veta om jag saknar några burkar / behöver göra något annat för att utföra detta java klass.
Tack på förhand för din hjälp.
Hälsningar,
Subramanyam.
Subramanyam
24 nov 2008 kl 08:16 | # 2
Svara | Citat
Hej,
ledsen för spam. knutna undantag.
Jag får följande undantag när du kör detta exempel.
java.io.IOException: Ogiltig rubrik undertecknande, läsas 7021802808062469458, förväntade -2226271756974174256
på org.apache.poi.poifs.storage.HeaderBlockReader. (HeaderBlockReader.java: 112)
på org.apache.poi.poifs.filesystem.POIFSFileSystem. (POIFSFileSystem.java: 151)
på com.general.test.ReadDoc.main (ReadDoc.java: 16)
Kan ni låta mig veta om jag saknar några burkar / behöver göra något annat för att utföra detta java klass.
Tack på förhand för din hjälp.
Hälsningar,
Subramanyam.
Nishikanta Sahoo
18 december 2008 kl 05:16 | # 3
Svara | Citat
Efter springa den här koden jag fick nedan undantag. Vänligen ge mig någon lösning på detta execption. Jag har redan in burken också, men ändå jag fick detta execption. En sak jag inte få den här EncryptedDocumentException.class i burken.
Undantag i tråden "main" java.lang.NoClassDefFoundError: org / apache / poi / EncryptedDocumentException
på ws.WordRead.main (WordRead.java: 38)
FEL: JDWP gick inte att få JNI 1,2 miljön, JVM-> GetEnv () returkod = -2
JDWP utträde fel AGENT_ERROR_NO_JNI_ENV (183): [../../../ src / share / back / util.c: 820]
Hitesh Agrawal
18 december 2008 kl 23:33 | # 4
Svara | Citat
Hej Nishikanta,
Jag har använder POI-3.0.2-Final.jar och POI-anteckningsblock-3.0.2-FINAL-20080204.jar paket för denna kod.
smal
18 Mar 2009 kl 02:00 | # 5
Svara | Citat
efter att ha kört den här koden excption "java.io.FileNotFoundException: hello.doc (Systemet kan inte hitta filen)" var genereted
så där gör jag måste placera hello.doc (Jag skapade den på skrivbordet) thankss
- Hitesh Agrawal
  18 Mar 2009 kl 09:50 | # 6
  Svara | Citat
  Hej Slim,
  Bara placera hello.doc där. Klass filen finns. Om du sätter DOC-fil på annan ort än ange platsen sökvägen i källkoden. Det kommer att fungera bra.
  Tack,
  Hitesh Agrawal
smal
24 mars 2009 kl 03:51 | # 7
Svara | Citat
hej,
tack för svaret.
skriptet fungerar mycket bra.
vad är effekten av att använda "punkterna [i] = punkterna [i]. replaceAll (" \ \ cm? \ r? \ n ","");"
tack
Laker
24 mars 2009 kl 04:12 | # 8
Svara | Citat
Hej,
Tack för det här inlägget, det är mycket användbart.
Jag försöker hitta ett ord om mitt Word-fil efter att ha läst filen.
Hur kan jag göra det??
Tack så mycket
Amit
9 apr 2009 kl 06:23 | # 9
Svara | Citat
java.io.IOException: Det går inte att läsa hela huvudet, 6 byte läsa; förväntade 512 bytes
på org.apache.poi.poifs.storage.HeaderBlockReader. (HeaderBlockReader.java: 78)
på org.apache.poi.poifs.filesystem.POIFSFileSystem. (POIFSFileSystem.java: 83)
på org.apache.poi.hwpf.HWPFDocument.verifyAndBuildPOIFS (HWPFDocument.java: 133)
på org.apache.poi.hwpf.HWPFDocument. (HWPFDocument.java: 146)
på transactionDB.changeFormat.main (changeFormat.java: 45)
Fel visa vad jag har att säg mig behaga
Ankur Raiyani
20 maj, 2009 kl 21:53 | # 10
Svara | Citat
Hej Hitesh,
Tack för att detta exempel. Jag har ett annat krav med Word-fil. Jag vill lägga till en bild i Word-dokument med hjälp av IP, men vet inte hur man gör detta.
Tack,
Ankur Raiyani
Karthik Venkat
2 jul 2009 kl 08:57 | # 11
Svara | Citat
Hur kan jag läsa ordet kommentarer och bokmärken med Java? Gör fullständig har en prov-kod? Någon hjälp skulle uppskattas.
Sathish Raja
10 juli 2009 kl 04:31 | # 12
Svara | Citat
hej vänner,
Kan någon hjälpa mig i detta ... ... ... jag har använda den här koden och im geting detta undantag ... ... jag brukar POI-2.5.1-final-20040804.jar.and POI-anteckningsblock-3.5-beta5-20090219.jar filer ... ... .. hur man ange platsen sökvägen i källkoden ... .. jag hade hållit filen i skrivbord
java.io.IOException: Ogiltig rubrik undertecknande, läsas 85966670672, förväntade -2226271756974174256
på org.apache.poi.poifs.storage.HeaderBlockReader. (HeaderBlockReader.java: 88)
på org.apache.poi.poifs.filesystem.POIFSFileSystem. (POIFSFileSystem.java: 83)
på rb.action.FileRead.main (FileRead.java: 15)
prabhu
11 juli 2009 kl 00:40 | # 13
Svara | Citat
Sathish Raja,
Har du fast frågan, om fasta posta stegen
Darren Slevin
15 juli, 2009 kl 14:02 | # 14
Svara | Citat
Hej Hitesh,
var gör jag lagra POI-3.0.2-Final.jar och POI-anteckningsblock-3.0.2-FINAL-20080204.jar filer. Jag försöker bara få exemplet ovan fungerar. Skål för hjälp.
Darren
devday
17 jul 2009 kl 23:20 | # 15
Svara | Citat
Hej vänner,
Den verkställande denna kod är att få följande error.can någon berätta för mig hur du löser detta problem.
java.io.IOException: Det går inte att läsa hela huvudet, -1 byte läsa; förväntade 512 bytes
på org.apache.poi.poifs.storage.HeaderBlockReader. (HeaderBlockReader.java: 78)
på org.apache.poi.poifs.filesystem.POIFSFileSystem. (POIFSFileSystem.java: 83)
Miche
18 juli, 2009 kl 18:33 | # 16
Svara | Citat
hello! im verkligen förlorat ... Jag är mycket ny på detta POI men jag måste använda detta för mitt projekt är att läsa ett ord doc Använda Java ... Hur kan jag "import" paketet för org.apache.poi? Jag har laddat ner POI-3.5-beta6 och bad mig att installera myra och skogen .. Det bad mig att ställa in miljövariabeln att ANT_HOME och FORREST_HOME .. behag hjälpa mig .. im förvirrat!
Sulabh
4 Augusti, 2009 kl 04:14 | # 17
Svara | Citat
Hej vänner,
Jag försöker att ändra teckenstorlek i en text.
För att göra detta skriver jag en HWPF ström till en annan och därmed kan ändra teckensnitt, men vad jag exakt behöver är att ha olika teckensnitt (och / eller storlek) för varje ord / stycke. I grund och botten att ha mer än en teckenstorlek i ett enda ord-fil.
Kan någon behaga tala mig hur man ska göra det??
Sulabh
4 Augusti, 2009 kl 04:15 | # 18
Svara | Citat
vad jag exakt behöver är ...
DGD gedgfe
rbr brbr gbntghth
rghh rtfhtyh bnfgh
som varje ord har olika teckensnitt egenskaper
Shriddha
Aug 27, 2009 kl 02:29 | # 19
Svara | Citat
blir fel:
java.lang.NoClassDefFoundError: org / apache / IP / hpsf / WritingNotSupportedException
gokul
10 september, 2009 kl 02:43 | # 20
Svara | Citat
hej,
Jag har utförts ur java program för att läsa word-dokument. Det fungerar bra, men om ordet handling Hava ett bord. din kod producera ett skadligt skript och koden körs infinte slinga.
tala om för mig finns det någon metoder för att läsa en data från en tabell i Word-dokument.
Josh
13 nov 2009 kl 09:05 | # 21
Svara | Citat
@ Ankur Raiyani
Hade du någon tur att få apache POI att infoga bilder i ett Word-dokument. Jag försöker göra samma sak.
neeke
27 december, 2009 kl 01:11 | # 22
Svara | Citat
Tack så mycket.
skumma
6 januari 2010 vid 23:04 | # 23
Svara | Citat
plzzzz snabbt jag behöver hjälp: Jag använder två filer. fil med rubrik och fil utan rubrik när jag gå in på filen utan huvud ge mig det här felet java.io.IOException: Ogiltig rubrik undertecknande, läsas 0x665C316674725C7B, förväntade 0xE11AB1A1E011CFD0
på org.apache.poi.poifs.storage.HeaderBlockReader. (HeaderBlockReader.java: 107)
på org.apache.poi.poifs.filesystem.POIFSFileSystem. (POIFSFileSystem.java: 151)
på wordtotext.Main.main (Main.java: 30)
och den andra filen kör bra plz helpme
WKKasun Chamika
21 mars 2010 vid 21:51 | # 24
Svara | Citat
Tacka fullständig 4 d-nummer
System.out.println (punkterna [i]. ToString ()); / / för att skriva ut punkter
Sushree Das
23 mars 2010 vid 04:30 | # 25
Svara | Citat
behaga någon kan ge mig av Java-koden genom vilket jag kan infoga bilden i ett MS Word-fil på varje plats, och anser också att den har några caontent på it.plz svara mig ..
Sushree Das
23 mars 2010 vid 04:31 | # 26
Svara | Citat
låt mig veta hur du infogar bilden i ett Word doc-fil
Param
1 april, 2010 kl 01:52 | # 27
Svara | Citat
låt mig veta hur kan vi läsa bilder av. doc-fil tillsammans med text med hjälp av java
José
21 april 2010 vid 15:29 | # 28
Svara | Citat
Utmärkt.
Tack så mycket.
UJJAL
6 maj 2010 kl 02:14 | # 29
Svara | Citat
Jag begineer o java.When jag sammanställa detta exempel jag fick 9 fel.
Hjälp mig snälla ...
paket org.apache.poi.poifs.filesystem finns inte
import org.apache.poi.poifs.filesystem .*;
paket org.apache.poi.hwpf finns inte
import org.apache.poi.hwpf .*;
paket org.apache.poi.hwpf.extractor finns inte
import org.apache.poi.hwpf.extractor .*;
kan inte hitta symbol
symbol: klass POIFSFileSystem
plats: klass readDoc
POIFSFileSystem fs = null;
kan inte hitta symbol
symbol: klass POIFSFileSystem
plats: klass readDoc
fs = new POIFSFileSystem (ny FileInputStream (filesname));
kan inte hitta symbol
symbol: klass HWPFDocument
plats: klass readDoc
HWPFDocument doc = new HWPFDocument (FS);
kan inte hitta symbol
symbol: klass HWPFDocument
plats: klass readDoc
HWPFDocument doc = new HWPFDocument (FS);
kan inte hitta symbol
symbol: klass WordExtractor
plats: klass readDoc
WordExtractor vi = new WordExtractor (doc);
kan inte hitta symbol
symbol: klass WordExtractor
plats: klass readDoc
WordExtractor vi = new WordExtractor (doc);
9 fel
- Hitesh Agrawal
  8 maj 2010 kl 02:12 | # 30
  Svara | Citat
  Hej UJJAL,
  Du måste lägga till Apache POI bibliotek i din klass väg att få det att fungera. Du kan ladda ner Apache POI paket från http://poi.apache.org/ och du försöker läsa Microsoft Word-dokument i java än ni också kommer att kräva detta bibliotek också. http://poi.apache.org/ hwpf / index.html
  Tack,
  Hitesh Agarwal
UJJAL
6 maj 2010 kl 07:04 | # 31
Svara | Citat
Behaga någon hjälpa mig ...
Låt mig veta om de grundläggande uppgift för mig att läsa ur ett dokument ..
alex farguson
12 Maj 2010 vid 18:22 | # 32
Svara | Citat
Mycket trevlig information.
Piotr Rychlik
14 maj, 2010 kl 09:35 | # 33
Svara | Citat
Är det möjligt att redigera. Doc och / eller. DOCX dokument med POI? Jag skulle vilja kunna ersätta vissa textfragment i flera Word-dokument och sedan spara uppdaterade dokument till disk.
UJJAL
16 maj 2010 kl 05:27 | # 34
Svara | Citat
Denna kod läser en. Doc-fil punkt för punkt.
Hur kan jag läsa denna fil mening för mening?
Tack på förhand.
melaal
22 maj, 2010 kl 01:51 | # 35
Svara | Citat
Hur kan jag läsa doc med text och bilder?
melaal
22 maj, 2010 kl 01:56 | # 36
Svara | Citat
och hur jag kan läsa text med stil?
Piotr Rychlik
24 maj 2010 kl 04:39 | # 37
Svara | Citat
Hej,
Hur man byter en sträng efter en annan i. Doc dokument?
Piotr Rychlik
26 maj 2010 kl 13:35 | # 38
Svara | Citat
Jag tror att det finns en hel del allvarliga buggar i genomförandet av HWPF format, t.ex. följande:
HWPFDocument doc = new HWPFDocument (inputStream);
doc.write (outputStream);
svängar. doc-filer till somethig som inte kan öppnas med Word längre.
bshirota
11 Juni 2010 vid 15:32 | # 39
Svara | Citat
Hitesh,
Tack för detta. Utmärkt post .. bevarat jag en ton av sökande.
gayan
22 juni 2010 vid 03:31 | # 40
Svara | Citat
Hur identifierar rubriken till den. Doc-fil ....
snälla ...
sända jag koden ...
gayan
22 juni 2010 vid 03:33 | # 41
Svara | Citat
Hur identifierar rubriken till den. Doc-fil .... använder Apache POI
snälla ...
sända jag koden ...
Brijesh
7 juli 2010 vid 23:17 | # 42
Svara | Citat
Hej
Kan du berätta för mig hur man läser en doc-fil som har bilder med den.
Post del kod om möjligt ..
rajdeo
18 aug 2010 kl 01:57 | # 43
Svara | Citat
@ Subramanyam
hej
im vill läsa en doc-fil med POI-gränssnittet men im geeting ett fel på paketet och ordet extractor plz hjälpa mig
tack på förhand