1。读取word文件有两种方法,用jacob包,可以修改生成word文件内容。如果只读取word里的文本内容的话,可以用poi读取word文件,先到http://www.ibiblio.org/maven2/org/textmining/tm-extractors/下载tm-extractors-0.4.jar包
2。读取word里的文本内容的示列代码
import java.io.*; import org.textmining.text.extraction.WordExtractor;
public class TestPoi { public TestPoi() { } public static void main(String args[]) throws Exception { try{ FileInputStream in = new FileInputStream ("D:/szqxjzhbase/doc/修改后/2001-2005年/重大致灾暴雨/20050819-20/技术总结/2005年8月20日一次大暴雨过程低空急流脉动与强降水关系分析 .doc"); // FileInputStream in = new FileInputStream ("D:/szqxjzhbase/技术测试/新建 Microsoft Word 文档.doc"); WordExtractor extractor = new WordExtractor(); System.out.println(in.available()); String str = extractor.extractText(in); // System.out.println("the result length is"+str.length()); System.out.println(str); }catch(Exception e){ e.printStackTrace(); } } }
3。问题:有时候有图片读的时候会报个错,但在图片前面加个回车符号就好了,可能与这个包的内部机制有关