poi操作office之word篇

 

读取 2003 版本(.doc)的word文件相对来说比较简单，只需要

1. poi-3.5-beta6-20090622.jar

2. poi-scratchpad-3.5-beta6-20090622.jar

两个 jar 包即可，

而2007 版本(.docx)就麻烦多，是要导入的 jar 包比较的多，有如下 7 个之多：

 1. openxml4j-bin-beta.jar

 2. poi-3.5-beta6-20090622.jar

 3. poi-ooxml-3.5-beta6-20090622.jar

 4 .dom4j-1.6.1.jar

 5. geronimo-stax-api_1.0_spec-1.0.jar

 6. ooxml-schemas-1.0.jar

 7. xmlbeans-2.3.0.jar

其中 4-7 是 poi-ooxml-3.5-beta6-20090622.jar 所依赖的 jar 包（在 poi-bin-3.5-beta6-20090622.tar.gz 中的 ooxml-lib 目录下可以找到）。

 

   // word 2003： 图片不会被读取

   InputStream is = new FileInputStream(new File("F:\\001.doc"));

   WordExtractor ex = new WordExtr