这是org.apache.poi.xwpf.converter下载,WORD07转HTML所需JAR包,org.apache.poi.xwpf.converter,入口类是HWPFDocument,当前(3.10)版本中参考了org.apache.poi.hwpf.model和org.apache.poi.hwpf.usermodel包中的接口,后期版本中可能会不同的接口。
org.apache.poi.xwpf.converter是XWPFDocument,从这个类中可以获取段落、图片、表格、标题等信息。
下载包中的示例比较少,分别在examples下的HWPF和XWPF中;另外,可以从SVN上获取部分测试示例代码(HWPF和XWPF)。
基础信息读取 使用org.apache.poi.hwpf.extractor.WordExtractor类,其接受input Stream或者HWPFDocument作为实例化参数,使用getText()方法获取全部paragraphs,或者使用getParagraphText()获取每个paragraph中的文字信息
特定信息读取 为获取特定的文字或元素,首先需要创建org.apahce.poi.hwpf.HWPFDocument实例,通过getRange()方法获取所有range,然后从中获取所有paragraphs,以及更小的元素信息。
页眉页脚信息 获取文档的页眉页脚信息,首先需要创建org.apahce.poi.hwpf.HWPFDocument实例,然后创建org.apache.poi.hwpf.usermodel.HeaderStores实例,并将HWPFDocument实例作为参数传入。通过HeaderStores实例可以获取页眉、页脚、首页、奇数页、偶数页等信息。另外,HeaderStores可以移除页眉页脚中的宏命令。
修改文本信息 使用(Range、Paragraph、CharacterRun中的)insertBefore()和insertAfter()方法可以修改相应文本信息。
其他一些测试示例,见SVN。
基础信息读取 通过org.apache.poi.xwpf.extractor.XWPFWordExtractor进行基础信息读取,其接受input steam或XWPFDocument作为实例化参数。调用其getText()方法可以获取所有paragraphs、tables以及headers等中的信息。
特定信息读取 为获取特定文字或元素,首先需要创建org.apache.poi.xwpf.XWPFDocument实例,利用实例选择感兴趣的IBodyElement要素(Table, Paragraph等),然后获得一个XWPFRun,最后从XWPFRun中获取文本或属性信息。
页眉页脚信息 获取文档的页眉页脚信息,首先需要创建org.apache.poi.xwpf.XWPFDocument实例,然后创建org.apache.poi.xwpf.usermodel.XWPFHeaderFooter实例,并将HWPFDocument实例作为参数传入。通过XWPFHeaderFooter实例可以获取页眉、页脚、首页、奇数页、偶数页等信息。
修改文本信息 从XWPFParagraph中,可以获取组成文本信息的XWPFRun要素。如果要添加新文本,调用createRun()方法或者文本末端添加一个XWPFRun要素,insertNewRun(int)可以paragraph的指定位置添加一个XWPFRun要素。一旦有了XWPFRun,可以调用其setText(String)方法修改文本内容,如果想增加一个空白要素,如tabs或则line breaks,需要调用addTab()和addCarriageReturn()方法。