Java读取word文档解决方案

java读取word文档时，虽然网上介绍了很多插件poi、java2Word、jacob、itext等等，poi无法读取格式(新的API估计行好像还在处于研发阶段，不太稳定，做项目不太敢用)；java2Word、jacob容易报错找不到注册，比较诡异，我曾经在不同的机器上试过，操作方法完全一致，有的机器不报错，有的报错，去他们论坛找高人解决也说不出原因，项目部署用它有点玄；itxt好像写很方便但是我查了好久资料没有见到过关于读的好办法。经过一番选择还是折中点采用rtf最好，毕竟rtf是开源格式，不需要借助任何插件，只需基本IO操作外加编码转换即可。rtf格式文件表面看来和doc没啥区别，都可以用word打开，各种格式都可以设定。

----- 实现的功能：读取rtf模板内容（格式和文本内容），替换变化部分，形成新的rtf文档。

----- 实现思路：模板中固定部分手动输入，变化的部分用$info$表示，只需替换$info$即可。
       1、采用字节的形式读取rtf模板内容
       2、将可变的内容字符串转为rtf编码
       3、替换原文中的可变部分，形成新的rtf文档

主要程序如下：

/**
 * 将制定的字符串转换为rtf编码
 */
public String bin2hex(String bin) {
        char[] digital = "0123456789ABCDEF".toCharArray();
        StringBuffer sb = new StringBuffer("");
        byte[] bs = bin.getBytes();
        int bit;
        for (int i = 0; i < bs.length;i++) {
            bit = (bs[i] & 0x0f0) >> 4;
            sb.append("\\'");
            sb.append(digital[bit]);
            bit = bs[i] & 0x0f;
            sb.append(digital[bit]);
        }
        return sb.toString();
    }
 
/**
 * 字节形式读取rtf模板内容
 */
public String readByteRtf(InputStream ins, String path){
   String sourcecontent = "";
  try{
    ins = new FileInputStream(path);
    byte[] b = new byte[1024];
          if (ins == null) {
               System.out.println("源模板文件不存在");
          }
          int bytesRead = 0;
          while (true) {
              bytesRead = ins.read(b, 0, 1024); // return final read bytes counts
              if(bytesRead == -1) {// end of InputStream
               System.out.println("读取模板文件结束");
               break;
              }
              sourcecontent += new String(b, 0, bytesRead); // convert to string using bytes
           }
  }catch(Exception e){
   e.printStackTrace();
  }
}

      以上为核心代码，剩余部分就是替换，从新组装java中的String.replace(oldstr,newstr);方法可以实现，在这就不贴了。源代码部分详见附件。运行源代码前提：

c盘创建YQ目录，将附件中"模板.rtf"复制到YQ目录之下，运行OpreatorRTF.java文件即可，就会在YQ目录下生成文件名如：21时15分19秒_cheney_记录.rtf 的文件。。。。。文件名是在程序中指定的呵呵。由于是由商业软件中拆分出的demo所以只是将自己原来的写的程序分离，合并在一个java文件中，所以有的方法在示例程序中看似多余，没有必要那么麻烦。

     对于替换部分需要循环的特例程序，我不好拆分，里面很容易暴露商业软件的东西，所以就不贴了，有需要的话可以加我QQ或者MSN，一起讨论呵呵。附件传了半天也没有传上去，没有办法只有这样搞了呵呵。模板文件附件无法存放，需要的直接联系呵呵。其实直接看以下的java程序部分，就会明白

 
/**
 * 以下部分是java源代码
 */
 
package com;
 
import java.io.File;
import java.io.FileInputStream;
import java.io.FileWriter;
import java.io.IOException;
import java.io.InputStream;
import java.io.PrintWriter;
import java.text.SimpleDateFormat;
import java.util.Date;
 
public class OperatorRTF {
 
	/**
	 * 字符串转换为rtf编码
	 * @param content
	 * @return
	 */
	public String strToRtf(String content){
		char[] digital = "0123456789ABCDEF".toCharArray();
        StringBuffer sb = new StringBuffer("");
        byte[] bs = content.getBytes();
        int bit;
        for (int i = 0; i < bs.length; i++) {
            bit = (bs[i] & 0x0f0) >> 4;
        	sb.append("\\'");
            sb.append(digital[bit]);
            bit = bs[i] & 0x0f;
            sb.append(digital[bit]);
        }
        return sb.toString();
	}
	
	/**
	 * 替换文档的可变部分
	 * @param content
	 * @param replacecontent
	 * @param flag
	 * @return
	 */
	public String replaceRTF(String content,String replacecontent,int flag){
		String rc = strToRtf(replacecontent);
		String target = "";
		/*if(flag==0){
			target = content.replace("$time$",rc);
		}*/
		if(flag==0){
			target = content.replace("$timetop$",rc);
		}
		if(flag==1){
			target = content.replace("$info$",rc);
		}
		if(flag==2){
			target = content.replace("$idea$",rc);
		}
		if(flag==3){
			target = content.replace("$advice$",rc);
		}
		if(flag==4){
			target = content.replace("$infosend$",rc);
		}
		return target;
	}
	
	/**
	 * 获取文件路径
	 * @param flag
	 * @return
	 */
	public String getSavePath() {
		
		String path = "C:\\YQ";
		
		File fDirecotry = new File(path);
		if (!fDirecotry.exists()) {
			fDirecotry.mkdirs();
		}
		return path;
	}
	
	/**
	 * 半角转为全角
	 */
	public String ToSBC(String input){
	    char[] c = input.toCharArray();
	    for (int i = 0; i < c.length; i++){
	        if (c[i] == 32){
	            c[i] = (char) 12288;
	            continue;
	        }
	        if (c[i] < 127){
	        	c[i] = (char) (c[i] + 65248);
	        }
	    }
	    return new String(c);
	}
	
	public void rgModel(String username, String content) {
		// TODO Auto-generated method stub
		/*  构建生成文件名 targetname:12时10分23秒_username_记录.rtf */
		Date current=new Date();
        SimpleDateFormat sdf=new java.text.SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
		String targetname = sdf.format(current).substring(11,13) + "时";
		targetname += sdf.format(current).substring(14,16) + "分";
		targetname += sdf.format(current).substring(17,19) + "秒";
		targetname += "_" + username +"_记录.rtf";
		
		/* 字节形式读取模板文件内容,将结果转为字符串 */
		String strpath = getSavePath();
		String sourname = strpath+"\\"+"模板.rtf";
		String sourcecontent = "";
		InputStream ins = null;
		try{
			 ins = new FileInputStream(sourname);
			 byte[] b = new byte[1024];
	         if (ins == null) {
	              System.out.println("源模板文件不存在");
	         }
	         int bytesRead = 0;
	         while (true) {
	             bytesRead = ins.read(b, 0, 1024); // return final read bytes counts
	             if(bytesRead == -1) {// end of InputStream
	            	 System.out.println("读取模板文件结束");
	            	 break;
	             }
	             sourcecontent += new String(b, 0, bytesRead); // convert to string using bytes
	          }
		}catch(Exception e){
			e.printStackTrace();
		}
		/* 修改变化部分 */
		String targetcontent = "";
		/**
		 * 拆分之后的数组元素与模板中的标识符对应关系
		 * array[0]:timetop    
		 * array[1]:info		
		 * array[2]:idea		
		 * array[3]:advice		
		 * array[4]:infosend	
		 */
		String array[] = content.split("~");
		/**
		 * 2008年11月27日：更新模板之后时间无需自动填充
		 */
		/*String nowtime = sdf.format(current).substring(0,4) + "年";
		nowtime += sdf.format(current).substring(5,7) + "月";
		nowtime += sdf.format(current).substring(8,10) + "日";*/
		for(int i=0;i<array.length;i++){
			/*if(i==0){
				targetcontent = documentDoc.replaceRTF(sourcecontent,nowtime,i);
			}else{
				targetcontent = documentDoc.replaceRTF(targetcontent,array[i-1],i);
			}*/
			if(i==0){
				targetcontent = replaceRTF(sourcecontent, array[i], i);
			}else{
				targetcontent = replaceRTF(targetcontent, array[i], i);
			}
			
		}	
		/* 结果输出保存到文件 */
		try {
			FileWriter fw = new FileWriter(getSavePath()+"\\" + targetname,true);
            PrintWriter out = new PrintWriter(fw);
            if(targetcontent.equals("")||targetcontent==""){
            	out.println(sourcecontent);
            }else{
            	out.println(targetcontent);
            }
            out.close();
            fw.close();
            System.out.println(getSavePath()+"  该目录下生成文件" + targetname + " 成功");
		} catch (IOException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
	}
	
	
	
	
	public static void main(String[] args) {
		// TODO Auto-generated method stub
		OperatorRTF oRTF = new OperatorRTF();
		/**
		 * 被替换内容以"~"符号分割,处理的时候将其拆分为数组即可
		 */
		String content = "2008年10月12日9时-2008年10月12日6时~我们参照检验药品的方法~我们参照检验药品的方法~我们参照检验药品的方法~我们参照检验药品的方法";
		oRTF.rgModel("cheney",content);
 
	}
 
}

评论

4 楼 wallimn 2012-04-10  

一般就装文档插件，或者转化成其它格式。

3 楼 zjfcyefeng 2012-04-09  

在非Web环境下用字节码读取没有问题的，但是要将结果显示在网页上就难了(有文字跟图片混合)

2 楼 wallimn 2012-04-09  

这段代码没有考虑图片的问题。是不是用字节流的方式流就可以了。

1 楼 zjfcyefeng 2012-04-05  

如果RTF文档中包含图片呢，怎么读取哦？