如何提取使用了Apache POI 3.5新OOXML的支持DOCX文件明文？

StackOverflow https://stackoverflow.com/questions/1492738

  •  18-09-2019
  •  | 
  •  

题

2009年9月28日，的Apache POI项目发布3.5版从而正式支持在办公室推出的OOXML格式2007年，像DOCX和XLSX。

请用于提取在纯文本一个DOCX文件的内容，忽略任何样式或格式提供一个代码示例。

我问这个，因为我一直无法找到任何Apache POI例子覆盖新的OOXML的支持。

有帮助吗？

解决方案

这为我工作。请确保您添加需要的jar（升级的xmlbeans等）

public String extractText(InputStream in) throws Exception {
    XWPFDocument doc = new XWPFDocument(in);
    XWPFWordExtractor ex = new XWPFWordExtractor(doc);
    String text = ex.getText();
    return text;
}

其他提示

<强>这是更通用

POITextExtractor poitex = ExtractorFactory.createExtractor（IN）;

返回poitex.getText（）;

许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top