用于处理docx文档的Apache POI或docx4j

Question

您认为将docx文档作为java对象阅读哪个更好？为什么？

换句话说，

哪个库支持大多数单词标签？

Answer 1

披露：我领导docx4j项目

虽然docx4j也可以处理pptx和xlsx，但它主要用于docx操作。举例来说，截至撰写本文时，docx4j forum中有近1000个主题。 pptx论坛只有10％的音量。

无论您想对docx文档做什么，docx4j都应该能够为您提供帮助。有一个single page overview通用工作流程。

对于许多常见要求，docx4j提供更高级别的API。其中包括：

• 创建/打开/保存docx（当然）

• 使用各种方法生成报告/文档：（i）变量 替代，（ii）XML数据绑定（特别强），以及（iii）Mailmerge

• 导出为HTML，XHTML

• 导出为PDF（带字体支持）

对于其他任何事情，您可以将docx的JAXB表示操作到您的内心。 JAXB是Java社区标准，包含在Java 6中，并且在EclipseLink的MOXy中具有强大的替代实现。 （POI使用XML Bean而不是JAXB）

有一个web app可以帮助您浏览docx，并生成Java代码来创建相应的Java对象。

当然，如果你有一些特定的任务，那可能是docx4j或POI在那里有特殊的优势。

docx4j和POI都是ASL v2许可。

docx4j得到积极维护;其源代码为on GitHub。

此外，如果您需要商业支持，可以使用docx4j，例如MergeDocx等几个商业扩展。

docx4j确实依赖POI作为OLE 2复合文档格式its implementation的库，我们对此表示感谢。

Answer 2

我认为Apache POI主要关注的是处理电子表格，虽然我有阅读word文档的功能，但它使用xml bean来实现。    Docx4j主要使用jaxb处理docx文档。通常jaxb允许xml到java对象转换，因此我认为docx4j更适合你的情况。

Answer 3

我尝试过Apache POI，但问题是从docx文件打印任何内容时（例如：打印所有＆＃34; Heading1＆＃34;来自docx的元素），它会打印出大量不良数据和空白。 Docx4j会避免这些不良数据，我试过了。

Answer 4

如果您正在处理docx文档，docx4j比Apache POI更方便。 您可以使用以下链接来学习docx4j的基础知识。另外，还有一个很好的docx4j论坛。

1。http://blog.iprofs.nl/2012/09/06/creating-word-documents-with-docx4j/ 2。http://www.smartjava.org/content/create-complex-word-docx-documents-programatically-docx4j？