从 Word 文档中提取段落的 Java 程序
文章演示了如何使用 Apache POI 包提供的xwpfddocument类的get 段落()方法从 word 文档中提取段落。Apache POI 是由 Apache 软件基金会开发和维护的一个项目，它提供了一些库，可以使用 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。
then-ooxml . jar
接近
- 制定 word 文档的路径
- 为 word 文档创建一个文件输入流和xfdocument对象。
- 使用GetPages()方法检索段落列表。
- 遍历段落列表进行打印。
实施
- 第一步:获取 word 文档所在的当前工作目录的路径。
- 步骤 2: 使用上述指定路径创建文件对象。
- 步骤 3: 为 word 文档创建文档对象。
- 第四步:使用 getParagraphs()方法从 word 文件中检索段落列表。
- 步骤 5: 遍历段落列表
- 第 6 步:打印段落
- 步骤 7: 关闭连接
样本输入
Word 文档的内容如下:
实施
例
Java 语言(一种计算机语言，尤用于创建网站)
// 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<XWPFParagraph> 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();
}
}
输出
版权属于：月萌API www.moonapi.com，转载请注明出处
