当前位置：首页 > 后端开发 > 正文

Java如何读取文档

admin
后端开发
2025-07-06
7

在Java中读取文档常用 java.io和 java.nio包，通过 BufferedReader读取文本文件内容，或使用 Files.readAllLines()（Java 7+）直接获取行列表，二进制文件可用 FileInputStream处理，注意异常处理和资源关闭（或使用try-with-resources）。

在Java中读取文档是常见的文件操作任务，涵盖文本文件（如TXT、CSV）、二进制文件（如图片）及结构化文档（如PDF、Word），以下是详细方法及最佳实践,符合Java标准API和行业规范：

读取文本文件（TXT、CSV等）

使用 java.nio.file.Files（推荐，Java 7+）

import java.nio.file.Files; import java.nio.file.Paths; import java.util.List; public class ReadTextFile { public static void main(String[] args) { try { // 读取整个文件为字符串 String content = Files.readString(Paths.get("example.txt")); System.out.println(content); // 按行读取为列表 List<String> lines = Files.readAllLines(Paths.get("data.csv")); lines.forEach(System.out::println); } catch (Exception e) { e.printStackTrace(); } } }

优势：代码简洁，自动处理编码（默认UTF-8）,适合中小文件。

使用 BufferedReader（大文件流式读取）

import java.io.BufferedReader; import java.io.FileReader; public class ReadLargeFile { public static void main(String[] args) { try (BufferedReader br = new BufferedReader(new FileReader("large.log"))) { String line; while ((line = br.readLine()) != null) { System.out.println(line); // 逐行处理 } } catch (Exception e) { e.printStackTrace(); } } }

优势：内存高效,适用于GB级文件。

读取二进制文件（图片、视频等）

import java.nio.file.Files; import java.nio.file.Paths; public class ReadBinaryFile { public static void main(String[] args) { try { byte[] bytes = Files.readAllBytes(Paths.get("image.png")); // 字节数据可用于写入新文件或网络传输 } catch (Exception e) { e.printStackTrace(); } } }

注意：大文件建议用 BufferedInputStream 分块读取。

读取结构化文档（PDF、Word、Excel）

需借助第三方库,确保Maven依赖：

Java如何读取文档第1张

PDF文档（Apache PDFBox）

<dependency> <groupId>org.apache.pdfbox</groupId> <artifactId>pdfbox</artifactId> <version>2.0.27</version> </dependency> import org.apache.pdfbox.pdmodel.PDDocument; import org.apache.pdfbox.text.PDFTextStripper; public class ReadPDF { public static void main(String[] args) { try (PDDocument doc = PDDocument.load(Paths.get("doc.pdf").toFile())) { PDFTextStripper stripper = new PDFTextStripper(); String text = stripper.getText(doc); System.out.println(text); } catch (Exception e) { e.printStackTrace(); } } }

Word文档（Apache POI）

<dependency> <groupId>org.apache.poi</groupId> <artifactId>poi</artifactId> <version>5.2.3</version> </dependency> import org.apache.poi.xwpf.extractor.XWPFWordExtractor; import org.apache.poi.xwpf.usermodel.XWPFDocument; public class ReadWord { public static void main(String[] args) { try (XWPFDocument doc = new XWPFDocument(Files.newInputStream(Paths.get("report.docx"))); XWPFWordExtractor extractor = new XWPFWordExtractor(doc)) { System.out.println(extractor.getText()); } catch (Exception e) { e.printStackTrace(); } } }

Excel文件（Apache POI）

import org.apache.poi.ss.usermodel.*; public class ReadExcel { public static void main(String[] args) { try (Workbook workbook = WorkbookFactory.create(Files.newInputStream(Paths.get("data.xlsx")))) { Sheet sheet = workbook.getSheetAt(0); for (Row row : sheet) { for (Cell cell : row) { System.out.print(cell.toString() + "t"); } System.out.println(); } } catch (Exception e) { e.printStackTrace(); } } }

关键注意事项

异常处理：
必须捕获 IOException，使用 try-with-resources（如上例）自动关闭资源,避免内存泄漏。
文件编码：
文本文件需明确字符集（如GBK）：

BufferedReader br = new BufferedReader( new InputStreamReader(new FileInputStream("file.txt"), StandardCharsets.GBK) );
性能优化：
- 大文本文件：用 BufferedReader 缓冲流。
- 大二进制文件：用 BufferedInputStream 分块读取。
- 路径安全：
  使用 Paths.get() 或 new File() 时,验证文件是否存在：
  
  Path path = Paths.get("user_input.txt"); if (Files.exists(path)) { // 读取操作 }