---

介绍

Apache POI 是一个处理Miscrosoft Office各种文件格式的开源项目。可以使用POI在Java程序中对Miscrosoft Office各种文件进行读写操作。

---

一、了解word docx文档的结构

将word文档另存为xml文档

打开xml文档，可以查看到xml的结构

二、引入POI的依赖

   <dependency>
       <groupId>org.apache.poi</groupId>
       <artifactId>poi</artifactId>
       <version>5.2.3</version>
   </dependency>

   <dependency>
       <groupId>org.apache.poi</groupId>
       <artifactId>poi-ooxml</artifactId>
       <version>5.2.3</version>
   </dependency>

三、解析Word文档常用API

加载Word文档

读取docx文件，获取XWPFDocument 实例

FileInputStream fis = new FileInputStream("C:\\test.docx");
XWPFDocument document = new XWPFDocument(fis);

获取文档整体结构

document.getBodyElements获取了docx文档所有的元素，可以根据类型判断段落、表格、还是引注。段落（XWPFParagraph）、表格（XWPFTable）、引注（XWPFSDT）

List<IBodyElement> bodyElements = document.getBodyElements();
for(int i=0;i<size;i++) {
    IBodyElement iBodyElement = bodyElements.get(i);
    if(iBodyElement instanceof XWPFParagraph){
        XWPFParagraph xwpParagraph=(XWPFParagraph)iBodyElement;
    }
    if(iBodyElement instanceof XWPFTable){
        XWPFTable xwpfTable=(XWPFTable)iBodyElement;
    }
    if(iBodyElement instanceof XWPFSDT){
        XWPFSDT xwpfSdt=(XWPFSDT)iBodyElement;
    }
}

获取文档中的段落

// 获取所有段落
 List<XWPFParagraph> paragraphs = document.getParagraphs();

获取文档中的表格

// 获取所有表格
 List<XWPFTable> xwpfTableList = xwpfDocument.getTables();

获取文档中的脚注

// 获取所有脚注
List<XWPFFootnote> footnotes = document.getFootnotes();

四、解析Word中的段落示例

import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.usermodel.XWPFParagraph;

import java.io.FileInputStream;
import java.io.IOException;
import java.util.List;

public class WordReader {

    public static void main(String[] args) {
        try {
            // 加载Word文档
            FileInputStream fis = new FileInputStream("C:\\Users\\Administrator\\Desktop\\test.docx");
            XWPFDocument document = new XWPFDocument(fis);

            // 获取所有段落
            List<XWPFParagraph> paragraphs = document.getParagraphs();
            int index=0;
            for (XWPFParagraph paragraph : paragraphs) {
                // 获取段落样式
                String style = paragraph.getStyle();
                System.out.println(index++);

                System.out.println("style "+style);
                System.out.println("getStyleID "+paragraph.getStyleID());
                System.out.println(paragraph.getText());

                if (paragraph.getStyleID() != null && paragraph.getStyleID().startsWith("Heading")) {
                    System.out.println("title:"+paragraph.getText());
                }
            }

            // 关闭文档
            document.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

五、读取Word文档并遍历图片

使用POI读取Word文档并遍历其中的图片，通常涉及以下几个步骤：

1. 创建XWPFDocument对象：使用XWPFDocument类来表示Word文档，并通过OPCPackage.open()方法加载文档。

2. 遍历文档内容：Word文档中的图片通常包含在段落（XWPFParagraph）的运行（XWPFRun）中。你需要遍历文档中的每个段落，再遍历每个段落中的每个运行。

3. 获取图片数据：在每个运行中，你可以通过调用getEmbeddedPictures()方法来获取嵌入的图片列表（注意，这个方法可能在新版本的POI中有所不同，具体请参考官方文档）。然后，通过XWPFPictureData对象获取图片的二进制数据和类型。

4. 处理图片数据：一旦你获得了图片的二进制数据，就可以将其保存到文件系统中，或进行其他处理。

六、解析Word中的图片示例

下面的示例是获取图片 环绕方式，此外，我们还可以使用其他方法来获取图片的相关信息，例如获取图片的宽度、高度等。Java POI库提供了丰富的API，可以满足各种图片处理需求。

import org.apache.poi.xwpf.usermodel.*;
import org.openxmlformats.schemas.drawingml.x2006.wordprocessingDrawing.CTAnchor;
import org.openxmlformats.schemas.drawingml.x2006.wordprocessingDrawing.CTInline;
import org.openxmlformats.schemas.wordprocessingml.x2006.main.CTDrawing;

import java.io.FileInputStream;
import java.io.IOException;
import java.util.List;

public class WordPictureTest {

    public static void main(String[] args) {
        try {
            // 加载Word文档

            FileInputStream fis = new FileInputStream("C:\\Users\\Administrator\\Desktop\\pic.docx");
            XWPFDocument document = new XWPFDocument(fis);

            // 获取所有段落
            List<XWPFParagraph> paragraphs = document.getParagraphs();

            int index=0;
            for (XWPFParagraph paragraph : paragraphs) {
                parsePicture(paragraph);

            }
            // 关闭文档
            document.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
    private static void parsePicture(XWPFParagraph paragraph){
        List<XWPFRun> runs = paragraph.getRuns();
        for (XWPFRun run:runs){
            List<XWPFPicture> embeddedPictures = run.getEmbeddedPictures();
            for(XWPFPicture picture:embeddedPictures){
                String fileName = picture.getPictureData().getFileName();
                System.out.println(fileName);
                CTDrawing drawing = run.getCTR().getDrawingArray(0);
                List<CTAnchor> anchorList = drawing.getAnchorList();
                List<CTInline> inlineList = drawing.getInlineList();
                System.out.println("anchorList "+anchorList.size());
                //inlineList.size>0 说明时嵌入式的布局
                System.out.println("inlineList "+inlineList.size());
                for (CTAnchor anchor :anchorList){
                    //文字环绕
                    boolean behindDoc = anchor.getBehindDoc();
                    boolean setWrapSquare = anchor.isSetWrapSquare();
                    boolean setWrapThrough = anchor.isSetWrapThrough();
                    boolean setWrapTight = anchor.isSetWrapTight();
                    boolean setWrapTopAndBottom = anchor.isSetWrapTopAndBottom();
                    boolean setWrapNone = anchor.isSetWrapNone();

                    System.out.println("setWrapNone "+setWrapNone +" behindDoc "+behindDoc);
                }

        }
    }


}