java 解析doc,docx，rtf格式文件代码

最新推荐文章于 2025-03-13 16:36:13 发布

原创最新推荐文章于 2025-03-13 16:36:13 发布 · 954 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#java

代码专栏收录该内容

23 篇文章

订阅专栏

本文介绍如何使用Java代码解析DOC、DOCX和RTF格式的文档，涵盖使用特定库提取文本的方法，适用于需要从这些格式文件中读取内容的场景。

java 解析doc,docx，rtf格式文件代码

解析读取文件前首先将以下jar包引入程序中：
在这里插入图片描述

doc 解析

String buffer="";
InputStream is = new FileInputStream(dest);
WordExtractor ex = new WordExtractor(is);
buffer = ex.getText();
System.out.println(buffer);

2.docx 解析

String buffer="";
FileInputStream fis = new FileInputStream(dest);
XWPFDocument xdoc = new XWPFDocument(fis);
XWPFWordExtractor extractor = new XWPFWordExtractor(xdoc);
buffer = extractor.getText();
System.out.println(buffer);

3.rtf 解析

String result = null;
try {
DefaultStyledDocument styledDoc = new DefaultStyledDocument();
// 创建文件输入流
InputStream streamReader = new FileInputStream(dest);
new RTFEditorKit().read(streamReader, styledDoc, 0);
//以 ISO-8859-1的编码形式获取字节byte[], 并以 GBK 的编码形式生成字符串
result = new String(styledDoc.getText(0, styledDoc.getLength()).getBytes(“ISO8859-1”),“GBK”);
} catch (IOException e) {
e.printStackTrace();
} catch (BadLocationException e) {
e.printStackTrace();
}
System.out.println(result);