从 Word 文档中提取段落的Java程序
本文演示了如何使用 Apache POI 包提供的 XWPFDocument 类的getParagraphs()方法从 word 文档中提取段落。 Apache POI 是一个由 Apache Software Foundation 开发和维护的项目,它提供库来使用Java对 Microsoft Office 文件执行大量操作。
要从word文件中提取段落,基本要求是导入以下Apache库。
poi-ooxml.jar
方法
- 制定word文档的路径
- 为 word 文档创建 FileInputStream 和 XWPFDocument 对象。
- 使用getParagraphs()方法检索段落列表。
- 遍历段落列表以打印它。
执行
- 第一步:获取word文档所在的当前工作目录的路径。
- 步骤 2:使用上面指定的路径创建文件对象。
- 第三步:为word文档创建一个文档对象。
- 第 4 步:使用 getParagraphs() 方法从 word 文件中检索段落列表。
- 第 5 步:遍历段落列表
- 第 6 步:打印段落
- 第 7 步:关闭连接
样本输入
Word文档的内容如下:
执行
例子
Java
// Java program to extract paragraphs from a Word Document
// Importing IO package for basic file handling
import java.io.*;
import java.util.List;
// Importing Apache POI package
import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.usermodel.XWPFParagraph;
// Main class to extract paragraphs from word document
public class GFG {
// Main driver method
public static void main(String[] args) throws Exception
{
// Step 1: Getting path of the current working
// directory where the word document is located
String path = System.getProperty("user.dir");
path = path + File.separator + "WordFile.docx";
// Step 2: Creating a file object with the above
// specified path.
FileInputStream fin = new FileInputStream(path);
// Step 3: Creating a document object for the word
// document.
XWPFDocument document = new XWPFDocument(fin);
// Step 4: Using the getParagraphs() method to
// retrieve the list of paragraphs from the word
// file.
List paragraphs
= document.getParagraphs();
// Step 5: Iterating through the list of paragraphs
for (XWPFParagraph para : paragraphs) {
// Step 6: Printing the paragraphs
System.out.println(para.getText() + "\n");
}
// Step 7: Closing the connections
document.close();
}
}