Apache POI Word

1、什么是Apache POI？

     Apache POI是一个流行的API，使用程序创建，修改和显示MS-Office文件。 它是由Apache Software Foundation开发和发布的一个开源库，用于使用Java程序设计或修改MS-Office文件。 它包含用于将用户输入数据或文件解码为MS-Office文档的类和方法。

2、Apache POI的组件

   Apache POI包含用于MS-Office的所有OLE2复合文档的类和方法。 此API的组件列表如下:

• POIFS:此组件是所有其他POI元素的基本因素。 它用于显式读取不同的文件。

• HSSF:用于读取和写入.xls格式的MS-Excel文件。

• XSSF(XML SpreadSheet格式):用于MS-Excel的.xlsx文件格式。

• HPSF:用于提取MS-Office文件的属性集。

• HWPF:用于读取和写入MS-Word的.doc扩展文件。

• XWPF(XML字处理器格式):用于读取和写入MS-Word的扩展文件 .docx 。

• HSLF:用于阅读，创建和编辑PowerPoint演示文稿。

• HDGF(Horrible DiaGram格式):它包含MS-Visio二进制文件的类和方法。

• HPBF(Horrible PuBlisher格式):用于读取和写入MS-Publisher文件。

   本文章将指导您完成使用Java处理MS-Word文件的过程。因此，仅限于HWPF和XWPF组件。

3、安装Apache POI库

     从  下载最新版本的Apache POI。并将其内容解压缩到一个文件夹，从中可以将所需的库链接到Java程序。导入jar如下：

4、Apache POI Word - 文件

     以下简单程序用于创建空白MS-Word文档:

5、Apache POI Word - 段落

      下面程序用于创建一个段落以及将其添加到文档中。段落是Word文件中页面的一部分。

首先创建一个文档，然后我们可以创建一个段落。使用Paragraph实例，您可以创建行，然后向文档中输入一些文本。例子如下：

    在c盘根目录下创建word文档：

    createparagraph.docx 文件如下所示

6、Apache POI Word - 表格

     下面程序用于创建表格 并且设置表格的宽度，使用XWPFTable 类创建表数据。 将每个行添加到表格中，并将单元格添加到行

7、Apache POI Word - 图片

     下面程序用与在文档中创建数据表，并向文档中导入图片。

8、Apache POI Word - 文本提取

      对于.docx文件，我们使用类org.apache.poi.xwpf.extractor.XPFFWordExtractor从Word文件中提取和返回简单数据，从Word文件中提取标题，脚注，表数据等。

下面显示如何从Word文件提取简单文本: