本文将介紹通過Java來提取或讀取Word文檔中文本和圖檔的方法。這裡提取文本和圖檔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檔。
使用工具:Free Spire.Doc for Java (免費版)
Jar檔案導入方法(參考):
方法1:下載下傳jar檔案包。下載下傳後解壓檔案,并将lib檔案夾下的Spire.Doc.jar檔案導入到java程式。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");
//擷取文本儲存為String
String text = doc.getText();
//将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中的圖檔
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");
//建立Queue對象
Queue nodes = new LinkedList();
nodes.add(document);
//建立List對象
List images = new ArrayList();
//周遊文檔中的子對象
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);
//擷取圖檔并添加到List
if (child.getDocumentObjectType() == DocumentObjectType.Picture) {
DocPicture picture = (DocPicture) child;
images.add(picture.getImage());
}
}
}
}
//将圖檔儲存為PNG格式檔案
for (int i = 0; i < images.size(); i++) {
File file = new File(String.format("圖檔-%d.png", i));
ImageIO.write((RenderedImage) images.get(i), "PNG", file);
}
}
}
圖檔提取結果:
(本文完)
轉載請注明出處!