Apache POI 实现word(doc/docx)浏览器预览

【JAVA】word读取常见问题(涉及格式:doc、docx、rtf) java读取doc、docx、rtf常见问题 阅读详情

一、环境准备

1.jdk:1.8

2.maven:3.6

3.springboot:2.2.2

二、maven主要依赖

<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi</artifactId>
    <version>4.1.0</version>
</dependency>

<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi-scratchpad</artifactId>
    <version>4.1.0</version>
</dependency>

<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi-ooxml</artifactId>
    <version>4.1.0</version>
</dependency>

<dependency>
    <groupId>fr.opensagres.xdocreport</groupId>
    <artifactId>xdocreport</artifactId>
    <version>2.0.2</version>
</dependency>

<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi-ooxml-schemas</artifactId>
    <version>4.1.0</version>
</dependency>

<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>ooxml-schemas</artifactId>
    <version>1.4</version>
</dependency>

三、具体实现

1.docToHtml

@RequestMapping("/wordToHtml")
    public void wordToHtml(HttpServletResponse response){
        final String path = "C:\\usr\\local\\";
        final String file = "5页.doc";
        try{
            InputStream input = new FileInputStream(path + file);
            docToHtml(input, response);
        }catch (Exception e){
            e.printStackTrace();
        }

    }
public void docToHtml(InputStream input, HttpServletResponse response) throws Exception{
        HWPFDocumentCore wordDocument = WordToHtmlUtils.loadDoc(input);
        WordToHtmlConverter wordToHtmlConverter = new ImageConverter(
                DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument()
        );
        wordToHtmlConverter.processDocument(wordDocument);
        Document htmlDocument = wordToHtmlConverter.getDocument();
        ByteArrayOutputStream outStream = new ByteArrayOutputStream();
        DOMSource domSource = new DOMSource(htmlDocument);
        StreamResult streamResult = new StreamResult(outStream);
        TransformerFactory tf = TransformerFactory.newInstance();
        Transformer serializer = tf.newTransformer();
        serializer.setOutputProperty(OutputKeys.ENCODING, "utf-8");
        serializer.setOutputProperty(OutputKeys.INDENT, "yes");
        serializer.setOutputProperty(OutputKeys.METHOD, "html");
        serializer.transform(domSource, streamResult);
        outStream.close();
        // 清空response
        response.reset();
        OutputStream toClient = new BufferedOutputStream(response.getOutputStream());
        response.setContentType("text/html");
        response.setCharacterEncoding("UTF-8");
        toClient.write(outStream.toByteArray());
        toClient.flush();
        toClient.close();
    }

 

//图片处理
public class ImageConverter extends WordToHtmlConverter{

    public ImageConverter(Document document) {
        super(document);
    }
    @Override
    protected void processImageWithoutPicturesManager(Element currentBlock, boolean inlined, Picture picture){
        Element imgNode = currentBlock.getOwnerDocument().createElement("img");
        StringBuffer sb = new StringBuffer();
        sb.append(Base64.getMimeEncoder().encodeToString(picture.getRawContent()));
        sb.insert(0, "data:" + picture.getMimeType() + ";base64,");
        imgNode.setAttribute("src", sb.toString());
        currentBlock.appendChild(imgNode);
    }
}

预览效果:

2.docxToHtml

@RequestMapping("/wordToHtml")
    public void wordToHtml(HttpServletResponse response){
        final String path = "C:\\usr\\local\\";
        final String file = "3.docx";
        try{
            InputStream input = new FileInputStream(path + file);
            docxToHtml(input, response);

        }catch (Exception e){
            e.printStackTrace();
        }

    }
public void docxToHtml(InputStream inputStream, HttpServletResponse response) throws IOException {
        XWPFDocument docxDocument = new XWPFDocument(inputStream);
        XHTMLOptions options = XHTMLOptions.create();
        //图片转base64
        options.setImageManager(new Base64EmbedImgManager());
        // 转换htm1
        ByteArrayOutputStream htmlStream = new ByteArrayOutputStream();
        XHTMLConverter.getInstance().convert(docxDocument, htmlStream, options);
        // 清空response
        response.reset();
        OutputStream toClient = new BufferedOutputStream(response.getOutputStream());
        response.setContentType("text/html");
        response.setCharacterEncoding("UTF-8");
        toClient.write(htmlStream.toByteArray());
        toClient.flush();
        toClient.close();
    }

预览效果:

四、总结

1.主要几个maven包的依赖版本需要一致

2.文档需要标准的word文档,举个例子,从boss直聘上下载下来的简历不能预览,因为里面内容实际是html格式,会出现异常:

Docment is really HTML File,需要把文件另存为标准word格式

3.不能直接修改文件后缀名预览,虽然office能打开,但是不是标准word格式,需要另存为你想要的格式(doc,docx),否则会出现异常java.lang.IllegalArgumentException: The document is really a OOXML file

4.尝试过spire.doc,用的是免费版,文档超过三页不能预览,这一方面官网给出了解释,最终选定poi这个方案

java实现doc互转docx jacod使用原因引入 使用原因 word中使用poi读取文章内容不能正确读取目录,使用docx可以正确读取,所以先将doc转换为docx,再进行解析 注意:还没有尝试使用iText进行word文档的读取 引入 电脑内java是1.8版本,对应jacod刚好是9版本 下载 ,解压缩并复制 下载网址 官网 页面 复制 将依赖手动引入手动加入依赖步骤 注意事项,不能使用Linux系统 ... 阅读详情

相关推荐

Android如何读写word文件 - 使用Apache POI 组件读写doc和docx文件

最近在项目中要生成Word的doc和docx文件,一番百度google之后,发现通过java语言实现的主流是Apache的POI组件。除了POI,这里还有另一种实现,不过我没有去研究,有兴趣的同学可以研究研究。 关于POI可以访问Apache POI的官网获取详细的信息。 进入主题! 由于项目中只是用到了doc和docx的组件,下面也只是介绍这两个组件的使用 一、在Android S...

菜天 4083

JAVA POI报错:The document is really a OOXML file

一、问题描述 有个需求就是读取word中的内容,poi可以实现这种需求,网上找了下示例,代码如下: /** * 读取doc文件内容 * * @param fs 想要读取的文件对象 * @return 返回文件内容 * @throws IOException */ public static String readDoc(FileInputStream fs) throws IOException { StringBu

fendo 1万+

使用poi解析word文档实现网页预览(doc 或者docx)

/** * 打开一个新的页面并展示文件全部的内容 * @param lid */ function openLaw(lid) { var content = getLawContent(lid); var win = window.open( 'about:blank','','scroll:1;status:0;hel...

依然饭特稀的博客 3831

java.lang.IllegalArgumentException: The document is really a OOXML file (解决)

异常原因:java.lang.IllegalArgumentException: The document is really a OOXML file 因为项目需要用到在线预览word功能,所以在网上找了代码,运行后却报错了。如下: 以上实现代码摘自优快云 点我,载你过去。。。 错误原因 这是由于上述代码中的 HWPFDocument 对象只能读取2003之前版本的word, 也就是说仅支持 .doc格式。 如果你想读取2007之后版本的word (.docx格式),则需要使用 XWPFD

Mr_going的博客 1万+

使用POI编译word—读取word文档目录

使用POI将word转为html,并且转换后的html要在目录与文章正文内容进行分离的同时保留原有的超连接的形式。因此小编需要对word文档目录进行一些特殊处理,在网上查询了各种方法之后,小编发现,网上流传的都是基于Spire.Doc等工具插件的使用。......

抱着药罐子的博客 1721

使用Apache POI操作Word文档

我们还了解了如何加载现有的Word文档,并对其进行修改,包括追加文本和修改已有文本。Apache POI是一个流行的Java库,用于操作Microsoft Office格式的文档,包括Word文档(.doc和.docx)。在上面的示例中,我们首先创建一个XWPFDocument对象,表示一个新的Word文档。要创建一个新的Word文档,我们需要使用Apache POI的XWPFDocument类。除了创建新的文档,Apache POI还提供了许多方法来修改现有的Word文档。

CqcVue的博客 843

【亲测有效】Html转Word(doc,docx)转换工具:如何保留样式与图片完成转换

本仓库是一款 Html 转 Word 的开源转换工具(Html2Word),可将 Html 文档转换为 doc / docx 格式,并在转换中完整保留原文件的样式与图片,让您拿到的 Word 文档排版与浏览器预览一致,方便后续编辑。 [![Html转Word转换工具示意](https://gitcode.com/Universal-Tool/08534/blob/f918f3676fd47f28

gitblog_00167的博客 179

POI实现word转html(带图片),实现word在线预览

项目后端使用了springboot,maven,前端使用了ckeditor富文本编辑器。目前从html转换的word为doc格式,而图片处理支持的是docx格式,所以需要手动把doc另存为docx,然后才可以进行图片替换。 一.添加maven依赖 主要使用了以下和poi相关的依赖,为了便于获取html的图片元素,还使用了jsoup: <dependency> <g...

蔡定努 5311

WORD解析:使用poi解析doc和docx

1.pom依赖 <!-- https://mvnrepository.com/artifact/org.apache.poi/poi --> <dependency> <groupId>org.apache.poi</groupId> <artifactId>poi</artifactId> <versio...

编程学习者的博客 1万+

Apache POI操作Word文档教程与实践

Apache POI 是一款开放源代码的Java库,用于处理Microsoft Office文档格式。它支持创建、修改、显示和转换许多Microsoft Office格式,包括Excel文件(XLS和XLSX)、Word文档(DOC和DOCX)以及PowerPoint演示文稿(PPT和PPTX)等。POI项目自2001年启动以来,一直是Java处理Office文档的首选工具,其广泛的应用范围涵盖企业应用程序、数据分析工具、报告生成器以及各种自动化脚本。

weixin_42514750的博客 1163

POI在线预览word和excel

本代码demo是实现对word、excel、txt、pdf、jpg的在线预览功能,为了方便简单,使用的是servlet技术,jar包也在项目中,启动项目前需要参照PreviewServlet类进行配置,访问页面是preview.html

Apache POI 读取 Word 表格数据(doc 和 docx 后缀)

简要 因为实习工作的原因, 需要从 word 文件中读取数据,而这些 word 文件的内容都是表格的形式。 引入 jar 包 两种方式: 通过 Maven 引入到项目中(强烈推荐这种) <dependency> <groupId>org.apache.poi</groupId> <artifactId>poi</artifactId> <version>4.1.2&

xj13829061922的博客 4334

手把手教你配置UEFI Secure Boot:从密钥生成到系统验证(附避坑指南)

本文详细介绍了如何配置UEFI Secure Boot,从密钥生成到系统验证的全过程,包括PK、KEK等关键密钥的生成方法,以及常见问题的解决方案。通过实战案例和避坑指南,帮助用户有效提升系统启动安全性,防止恶意软件植入。

weixin_30776273的博客 343

java读取word文档里面的内容(包括doc和docx格式)

java读取word文档里面的内容(包括doc和docx格式) java读取word文档里面的内容(包括doc和docx格式),使用POI架包 使用的POI架包如下 poi-3.16.jar poi-examples-3.16.jar poi-excelant-3.16.jar poi-ooxml-3.16.jar poi-ooxml-schemas-3.16.jar poi-scratchpad...

Null1997的博客 1万+

YOLOv8冻结层的迁移学习 全网首发

在调用时会创建trainer此时的模型配置更新了,冻结了个p。

qq_42693842的博客 6587

LabVIEW机器视觉通用软件

LabVIEW 通用视觉一款仿C模式的思想与方法 全网最精简零基础+通用视觉全套视频教程 只想把LabVIEW当作一种兴趣,结果却当成了职业 http://t.elecfans.com/c1181.html 本次(开源 )针对有一定视觉基础或项目开发经验的工程师量身打造视觉通用性系统(完全仿面向对象的原理),相对于一般的非标框架更具功能性,有效的解决复杂项目开发过程中的思路瓶颈。 LabVIEW通用视觉系统:通用软件可快速解决大部分简单的视觉开发项目,帮助众多软件工程师解决在非标视觉软件开发中的繁琐过程问

qq_21516871的博客 4611

Java 读取Doc/Docx 文档

Java后台系统中常常会遇到读取文档内容的需求,今天把 Java 读取两种格式的word文档写了一个简单的工具类附上: 1. 需要添加 Apache.poi 的依赖 <!-- apache poi--> <dependency> <groupId>org.apache.poi</groupId&g...

小菜鸟 2万+

从原理到实践:MIPI D-PHY v1.2的HS-Deskew功能全解析(附时序图详解)

本文深入解析MIPI D-PHY v1.2的HS-Deskew功能,从技术背景到实现机制,详细介绍了其在2.5Gbps高速传输中的关键作用。通过时序图详解和实测数据,帮助工程师理解并应用这一技术,解决信号完整性问题,提升系统可靠性。

weixin_30300225的博客 309

java poi解析word(doc,docx)替换word模板中的占位符

doc类型的word用HWPFDocument类进行解析 docx类型的word用XWPFDocument类进行解析 /** * * @param srcPath word模板数据源路径 * @param destPath word导出路径 * @param map 关键字键值对映射 * @throws Exception */ public static void...

wxz980927155的博客 1万+

串并装换器的设计及仿真结果

串/并转换是高速数据流处理的重要技巧之一。串/并转换的实现方法多种多样,根据数据的的顺序和数量要求,可以选用寄存器,双扣RAM,SRAM,FIFO,等实现。对于 数量比较小的设计可以采用移位寄存器完成串/并转换。       在工程中,如何体现串/并转换的设计思想呢? 怎样才能提高系统的处理速度呢 ?       一个简单的串/并转换框架如下图所示,串行输入的数据通过FPGA内部的 n 个移

stubben_bear的专栏 2273

RandLA-Net复现SemanticKITTI和S3DIS数据集

RandLA-Net复现KITTI和室内数据集

weixin_48845174的博客 4125

poi实现word模板数据写入支持doc/docx

word模板制作: demo使用maven创建项目 pom文件: <?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/PO

qq_15550525的博客 772

事件驱动的 SAP 工作流:从 BOR 事件到 Event Linkage 的落地与排障全景图

摘要: SAP工作流中的Event是业务对象状态变化的系统广播机制,如发票录入、采购订单释放等事件。通过事件驱动,业务程序与流程引擎解耦,业务只需发布事件,流程引擎负责后续处理。文章详细解析了SAP工作流事件的完整链路,包括事件定义、触发机制、事件容器传递、SWE2配置的关键作用,以及事件不触发时的排查方法。重点介绍了事件在启动流程、终止任务、等待步骤和主动创建中的应用,并结合采购订单审批案例说明事件的实际使用场景和配置要点。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 190

java poi 读word (doc,docx)表格

项目场景: 最近公司将线下流程线上话,提供上传模板的功能,很多表格都是在word里面生成的,找了很多资料处理docx 跟doc 最后docx 勉强可以用,doc还是不完善,最后只能沟通 限制上传docx 先直接上代码 这里我以word里的第一个表格为例 是一个四列的表格 <dependency> <groupId>org.apache.poi</groupId> <artifactId>poi

weixin_42093813的博客 4406

08 RK3568 MAC TO MAC直连 RTL8367S mdio

本文:采用rk3568 gamc0 通过rgmii直连 交换芯片的mac口 通信方法为mdio。

qq_39451352的博客 3477

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

使用poi+spire+word模板生成doc/docx

doc与docx区别:97-2003的旧版本文件名后缀就是.doc 从2007版以后后缀名是.docx(由于版本问题我选则的是2003dox,poi对dox操操作有局限性,笔者在对doc图片替换没有找到相关资料,于是采用了Spire来替换图片) poi+word模板生成word文档地址 到这里使用poi +word模板生成word就结束了. 使用Spire.doc替换word中的文字内容 1、...

qq_44021541的博客 2979

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

上一篇: pagehelper分页失效
下一篇: spring boot 整合quartz 遇到的坑
linanqi_java
博客等级 码龄10年 8粉丝 19原创
评论 3
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值