Abra o Microsoft Word em Java

Question

Eu estou tentando abrir o documento MS Word 2003 em java, procurar uma cadeia especificada e substituí-la por uma nova cadeia. Eu uso Apache POI para fazer isso. Meu código é como o seguinte:

public void searchAndReplace(String inputFilename, String outputFilename,
            HashMap<String, String> replacements) {
    File outputFile = null;
    File inputFile = null;
    FileInputStream fileIStream = null;
    FileOutputStream fileOStream = null;
    BufferedInputStream bufIStream = null;
    BufferedOutputStream bufOStream = null;
    POIFSFileSystem fileSystem = null;
    HWPFDocument document = null;
    Range docRange = null;
    Paragraph paragraph = null;
    CharacterRun charRun = null;
    Set<String> keySet = null;
    Iterator<String> keySetIterator = null;
    int numParagraphs = 0;
    int numCharRuns = 0;
    String text = null;
    String key = null;
    String value = null;
        try {
            // Create an instance of the POIFSFileSystem class and
            // attach it to the Word document using an InputStream.
            inputFile = new File(inputFilename);
            fileIStream = new FileInputStream(inputFile);
            bufIStream = new BufferedInputStream(fileIStream);
            fileSystem = new POIFSFileSystem(bufIStream);
            document = new HWPFDocument(fileSystem);
            docRange = document.getRange();
            numParagraphs = docRange.numParagraphs();
            keySet = replacements.keySet();
            for (int i = 0; i < numParagraphs; i++) {
                paragraph = docRange.getParagraph(i);
                text = paragraph.text();
                numCharRuns = paragraph.numCharacterRuns();
                for (int j = 0; j < numCharRuns; j++) {
                    charRun = paragraph.getCharacterRun(j);
                    text = charRun.text();
                    System.out.println("Character Run text: " + text);
                    keySetIterator = keySet.iterator();
                    while (keySetIterator.hasNext()) {
                        key = keySetIterator.next();
                        if (text.contains(key)) {
                            value = replacements.get(key);
                            charRun.replaceText(key, value);
                            docRange = document.getRange();
                            paragraph = docRange.getParagraph(i);
                            charRun = paragraph.getCharacterRun(j);
                            text = charRun.text();
                        }
                    }
                }
            }
            bufIStream.close();
            bufIStream = null;
            outputFile = new File(outputFilename);
            fileOStream = new FileOutputStream(outputFile);
            bufOStream = new BufferedOutputStream(fileOStream);
            document.write(bufOStream);
        } catch (Exception ex) {
            System.out.println("Caught an: " + ex.getClass().getName());
            System.out.println("Message: " + ex.getMessage());
            System.out.println("Stacktrace follows.............");
            ex.printStackTrace(System.out);
        }
}

Eu chamo esta função com as seguintes argumentos:

HashMap<String, String> replacements = new HashMap<String, String>();
replacements.put("AAA", "BBB");
searchAndReplace("C:/Test.doc", "C:/Test1.doc", replacements);

Quando o arquivo Test.doc contém uma linha simples como este: " AAA EEE ", que funciona com êxito, mas quando eu uso um arquivo complicado ele irá ler o conteúdo com sucesso e gerar o Test1. arquivo doc mas quando eu tentar abri-lo, ele vai me dar o seguinte erro:

Word não conseguiu ler este documento. Ele pode estar corrompido. Tente um ou mais dos seguintes: * Abrir e reparar o arquivo. * Abra o arquivo com texto conversor de recuperação. (C: \ Test1.doc)

Por favor me diga o que fazer, porque eu sou um novato no POI e eu não ter encontrado um bom tutorial para ele.

Answer 1

Você poderia tentar OpenOffice API , mas há arent muitos recursos lá fora, para dizer-lhe como usá-lo.

Answer 2

Em primeiro lugar você deve estar fechando seu documento.

Além disso, o que eu sugiro fazer é resaving seu documento original do Word como um documento XML do Word, em seguida, alterando a extensão manualmente a partir .XML para .doc. Então olha para o XML do documento real que você está trabalhando com e rastrear o conteúdo para se certificar de que você não está editando acidentalmente valores hexadecimais (AAA e EEE poderia ser valores hexadecimais em outros campos).

Sem ver o documento do Word real é difícil dizer o que está acontecendo.

Não existe muita documentação sobre POI em tudo, especialmente para documento do Word, infelizmente.

Answer 3

Eu não sei:. É o seu OK para me responder, mas apenas para compartilhar o conhecimento, eu vou me responder

Depois de navegar na web, a solução final que eu encontrei é: A Biblioteca chamado docx4j é muito bom para lidar com MS docx arquivo , embora sua documentação não é suficiente até agora e seu fórum ainda está em etapas iniciais, mas no geral me ajudar a fazer o que eu preciso ..

Graças 4 todos os que me ajudar ..

Answer 4

Você também pode tentar este: http://www.dancrintea.ro/doc -a-pdf /

Answer 5

Looks como este poderia ser o problema.