当前位置：首页 > 后端开发 > 正文

javaio怎么读取doc

admin
后端开发
2025-07-23
7

“`java，// 需添加Apache POI依赖，import org.apache.poi.hwpf.HWPFDocument;，import org.apache.poi.hwpf.extractor.WordExtractor;，import java.io.FileInputStream;，// 读取doc 文件示例，try (FileInputStream fis = new FileInputStream(“test.doc”)) {， HWPFDocument doc = new HWPFDocument(fis);， WordExtractor extractor = new WordExtractor(doc);， String text = extractor.getText();， System.out.println(text); // 输出文档文本内容，} catch (Exception e) { e.print

在Java中读取.doc文件（Microsoft Word旧版格式）需要借助第三方库，因为.doc文件是二进制格式的复合文档结构，无法通过标准的Java IO（如FileReader或BufferedReader）直接解析为文本内容，以下是使用Apache POI库读取.doc文件的详细方案：

javaio怎么读取doc 第1张

准备工作：添加Apache POI依赖

Apache POI是开源的Java库，支持操作Microsoft Office文档（包括.doc和.docx）,需在项目中引入以下依赖：

依赖类型	配置示例（Maven）	说明
Maven	<dependency>n <groupId>org.apache.poi</groupId>n <artifactId>poi</artifactId>n <version>5.2.3</version>n</dependency>	用于.doc文件的核心依赖
Gradle	implementation 'org.apache.poi:poi:5.2.3'	同上

注意：若需处理.docx文件，还需添加poi-ooxml依赖。

javaio怎么读取doc 第2张

读取.doc文件的步骤

创建输入流

FileInputStream fis = new FileInputStream("path/to/file.doc");

解析文档

使用HWPFDocument类（POI对.doc的支持）：

import org.apache.poi.hwpf.HWPFDocument; import org.apache.poi.hwpf.extractor.WordTextExtractor; HWPFDocument document = new HWPFDocument(fis); WordTextExtractor extractor = new WordTextExtractor(document); String text = extractor.getText(); // 提取纯文本

处理复杂内容

.doc文件可能包含段落、表格、图片等元素,需通过POI的API逐层解析：

功能	对应类/方法	示例代码
获取段落文本	Range.getParagraphs()	for (int i = 0; i < document.getRange().numParagraphs(); i++) { ... }
读取表格数据	Table[] tables = document.getTables();	遍历tables数组，调用Table.getRows()和Row.getCells()
提取元数据	DocumentSummaryInformation dsi = document.getDocumentSummaryInformation();	获取作者、标题等信息

.doc与.docx处理差异对比

特性	.doc处理方式	.docx处理方式
核心类	HWPFDocument	XWPFDocument
文本提取	WordTextExtractor	XWPFWordExtractor
表格处理	Table接口	XWPFTable类

完整代码示例

import org.apache.poi.hwpf.HWPFDocument; import org.apache.poi.hwpf.extractor.WordTextExtractor; import java.io.FileInputStream; import java.io.IOException; public class DocReader { public static void main(String[] args) throws IOException { FileInputStream fis = new FileInputStream("example.doc"); HWPFDocument document = new HWPFDocument(fis); WordTextExtractor extractor = new WordTextExtractor(document); String content = extractor.getText(); System.out.println(content); extractor.close(); document.close(); fis.close(); } }