本文將介紹通過Java來提取或讀取Word文檔中文本和圖片的方法。這里提取文本和圖片包括同時提取文檔正文當中以及頁眉、頁腳中的的文本和圖片。

使用工具：Free?Spire.Doc for Java (免費版)

Jar文件導入方法(參考)：

方法1：下載jar文件包。下載后解壓文件，并將lib文件夾下的Spire.Doc.jar文件導入到java程序。導入效果參考如下：

方法2：可通過maven導入。參考導入方法。

測試文檔如下：

Java代碼示例(供參考)

【示例1】提取Word中的文本import com.spire.doc.*;

import java.io.FileWriter;

import java.io.IOException;public class ExtractText {

public static void main(String[] args) throws IOException{

//加載測試文檔

Document doc = new Document();

doc.loadFromFile("test.docx");

//獲取文本保存為String

String text = doc.getText();

//將String寫入Txt

writeStringToTxt(text,"提取文本.txt");

}

public static void writeStringToTxt(String content, String txtFileName) throws IOException {

FileWriter fWriter= new FileWriter(txtFileName,true);

try {

fWriter.write(content);

}catch(IOException ex){

ex.printStackTrace();

}finally{ ? ? ? ? ? ?try{

fWriter.flush();

fWriter.close();

} catch (IOException ex) {

ex.printStackTrace();

}

}

}

}

文本提取結果：

【示例2】提取Word中的圖片

import com.spire.doc.Document;

import com.spire.doc.documents.DocumentObjectType;

import com.spire.doc.fields.DocPicture;

import com.spire.doc.interfaces.ICompositeObject;

import com.spire.doc.interfaces.IDocumentObject;

import javax.imageio.ImageIO;

import java.awt.image.RenderedImage;

import java.io.File;

import java.io.IOException;

import java.util.ArrayList;

import java.util.LinkedList;

import java.util.List;

import java.util.Queue;public class ExtractImg {

public static void main(String[] args) throws IOException {

//加載Word文檔

Document document = new Document();

document.loadFromFile("test.docx");

//創建Queue對象

Queue nodes = new LinkedList();

nodes.add(document);

//創建List對象

List images = new ArrayList();

//遍歷文檔中的子對象

while (nodes.size() > 0) {

ICompositeObject node = (ICompositeObject) nodes.poll();

for (int i = 0; i < node.getChildObjects().getCount(); i++) {

IDocumentObject child = node.getChildObjects().get(i);

if (child instanceof ICompositeObject) {

nodes.add((ICompositeObject) child);

//獲取圖片并添加到List

if (child.getDocumentObjectType() == DocumentObjectType.Picture) {

DocPicture picture = (DocPicture) child;

images.add(picture.getImage());

}

}

}

} ? ? ? ?//將圖片保存為PNG格式文件

for (int i = 0; i < images.size(); i++) {

File file = new File(String.format("圖片-%d.png", i));

ImageIO.write((RenderedImage) images.get(i), "PNG", file);

}

}

}

圖片提取結果：

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的java提取word中的文字_Java 提取Word中的文本和图片的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。