最近由于工作需要，調(diào)研了一下關(guān)于poi獲取word字體信息方面的方法，在這里mark一下。

首先word格式分為doc和docx，分別利用HWPFDocument和XWPFDocument對文檔進(jìn)行解析，話不多說，直接貼代碼：

• 解析doc格式

1 import java.io.FileInputStream; 2 import java.io.IOException; 3 4 import org.apache.poi.hwpf.HWPFDocument; 5 import org.apache.poi.hwpf.usermodel.CharacterRun; 6 import org.apache.poi.hwpf.usermodel.Paragraph; 7 import org.apache.poi.hwpf.usermodel.Range; 8 import org.apache.poi.poifs.filesystem.POIFSFileSystem; 9 10 public class fontTest { 11 public static void main(String[] args) throws IOException { 12 String filePath = "***.doc"; 13 POIFSFileSystem fs = new POIFSFileSystem(new FileInputStream(filePath)); 14 HWPFDocument document = new HWPFDocument(fs); 15 Range head = document.getHeaderStoryRange(); 16 for(int i = 0;i<head.numCharacterRuns();i++){ 17 System.out.println(head.getCharacterRun(i).text()); 18 } 19 System.out.println("==============================================="); 20 Range range = document.getRange(); 21 for (int i = 0; i < range.numParagraphs(); i++) { 22 Paragraph para = range.getParagraph(i);// 獲取第i段 23 int count = 0; 24 while (true) { 25 CharacterRun run = para.getCharacterRun(count);// 此characterrun并非一個字符，而是一類字符，例如“數(shù)據(jù)挖掘”，前兩個字為加粗，后兩個字不加粗，那么“數(shù)據(jù)”　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　和“挖掘”會存在兩個characterrun中 26 System.out.println("color ------" + run.getColor());// 字體顏色 27 System.out.println("font name---" + run.getFontName());// 字體類型 28 System.out.println("font size---" + run.getFontSize());// 字體大小 29 System.out.println("text -------" + run.text());// 文本信息 30 System.out.println("bold -------" + run.isBold());// 是否加粗 31 System.out.println("italic -----" + run.isItalic());// 是否斜體字 32 System.out.println("algnment ---" + para.getJustification());//對齊方式，0為左對齊，1為居中，2為右對齊，3為左右對齊 33 count++; 34 System.out.println("<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<"); 35 if (run.getEndOffset() == para.getEndOffset()) {//到達(dá)段落末尾 36 break; 37 } 38 } 39 System.out.println("--------------分段--------------"); 40 } 41 } 42 }

• 解析docx格式

1 package baidu; 2 3 import java.io.FileInputStream; 4 import java.io.InputStream; 5 import java.util.List; 6 7 import org.apache.poi.xwpf.usermodel.XWPFDocument; 8 import org.apache.poi.xwpf.usermodel.XWPFHeader; 9 import org.apache.poi.xwpf.usermodel.XWPFParagraph; 10 import org.apache.poi.xwpf.usermodel.XWPFRun; 11 12 public class fontdocx { 13 public static void main(String[] args) throws Exception { 14 String filePath = "***.docx"; 15 InputStream istream = new FileInputStream(filePath); 16 XWPFDocument docx = new XWPFDocument(istream); 17 // 獲取頁眉內(nèi)容 18 List<XWPFHeader> list = docx.getHeaderList(); 19 for (XWPFHeader head : list) { 20 List<XWPFParagraph> paralist = head.getParagraphs(); 21 for (XWPFParagraph para : paralist) { 22 System.out.println(para.getText()); 23 } 24 // System.out.println(head.getText()); 25 } 26 List<XWPFParagraph> paraGraph = docx.getParagraphs(); 27 for (XWPFParagraph para : paraGraph) { 28 List<XWPFRun> run_array = para.getRuns(); 29 for (int i = 0; i < run_array.size(); i++) { 30 System.out.println("alignment --" 31 + para.getAlignment().toString());// 對齊方式 32 System.out 33 .println("text -------" + run_array.get(i).getText(0));// 文本內(nèi)容 34 System.out.println("font name --" 35 + run_array.get(i).getFontFamily());// 字體類型 36 System.out 37 .println("color ------" + run_array.get(i).getColor());// 字體顏色 38 System.out.println("font size --" 39 + run_array.get(i).getFontSize());// 字體大小 40 } 41 } 42 } 43 }

對于抽取內(nèi)容的準(zhǔn)確度，未經(jīng)過格式轉(zhuǎn)換文本的準(zhǔn)確度還是可以接受的。

在這里介紹的抽取內(nèi)容比較少，歡迎大家補(bǔ)充！

轉(zhuǎn)載于:https://www.cnblogs.com/MaNog/p/3638106.html

總結(jié)

以上是生活随笔為你收集整理的POI获取WORD信息的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。