使用Java读取docx文档

Question

我有一个项目隐秘术，可以将docx文档隐藏到jpeg图像中。使用apache POI，我可以运行它并读取docx文档，但只能读取字母。

即使其中有图片。

这是代码

FileInputStream in = null;
    try
    {
        in = new FileInputStream(directory);
        XWPFDocument datax = new XWPFDocument(in);
        XWPFWordExtractor extract = new XWPFWordExtractor(datax);
        String DataFinal = extract.getText();
        BufferedReader reader = new BufferedReader(new InputStreamReader(in));
        String line = null;
        this.isi_file = extract.getText();
    }
    catch (IOException x) {}
        System.out.println("isi :" + this.isi_file);

如何使用Java读取docx文档中的所有组件？请帮助我，谢谢您的帮助。

Answer 1

请检查documentation的XWPFDocument类。它包含一些有用的方法，例如：

• getAllPictures()返回文档中所有图片的列表；
• getTables()返回文档中所有表的列表。

您的代码段中有第XWPFDocument datax = new XWPFDocument(in);行。因此，在该行之后，您可以编写一些代码，例如：

// process all pictures in document
for (XWPFPictureData picture : datax.getAllPictures()) {
    // get each picture as byte array
    byte[] pictureData = picture.getData();
    // process picture somehow
    ...
}