Apache POI Word 快速指南

---

---

Apache POI Word - 概述

很多时候，软件应用程序需要生成Microsoft Word文件格式的参考文档。有时，甚至期望应用程序接收Word文件作为输入数据。

任何想要生成MS-Office文件作为输出的Java程序员都必须使用预定义的只读API来做到这一点。

什么是Apache POI？

Apache POI是一个流行的API，它允许程序员使用Java程序创建、修改和显示MS-Office文件。它是一个开源库，由Apache软件基金会开发和分发，用于使用Java程序设计或修改MS-Office文件。它包含用于将用户输入数据或文件解码为MS-Office文档的类和方法。

Apache POI的组成部分

Apache POI包含用于处理所有MS-Office的OLE2复合文档的类和方法。此API的组件列表如下所示：

• POIFS（Poor Obfuscation Implementation File System） - 此组件是所有其他POI元素的基本因素。它用于显式读取不同的文件。

• HSSF（Horrible SpreadSheet Format） - 用于读取和写入MS-Excel文件的.xls格式。

• XSSF（XML SpreadSheet Format） - 用于MS-Excel的.xlsx文件格式。

• HPSF（Horrible Property Set Format） - 用于提取MS-Office文件的属性集。

• HWPF（Horrible Word Processor Format） - 用于读取和写入MS-Word的.doc扩展名文件。

• XWPF（XML Word Processor Format） - 用于读取和写入MS-Word的.docx扩展名文件。

• HSLF（Horrible Slide Layout Format） - 用于读取、创建和编辑PowerPoint演示文稿。

• HDGF（Horrible DiaGram Format） - 包含用于MS-Visio二进制文件的类和方法。

• HPBF（Horrible PuBlisher Format） - 用于读取和写入MS-Publisher文件。

本教程指导您完成使用Java处理MS-Word文件的过程。因此，讨论仅限于HWPF和XWPF组件。

注意 - POI的旧版本支持诸如DOC、XLS、PPT等二进制文件格式。3.5及以上版本，POI支持MS-Office的OOXML文件格式，如DOCX、XLSX、PPTX等。

Apache POI Word - 安装

本章将引导您完成在基于Windows和Linux的系统上设置Apache POI的过程。Apache POI可以通过几个简单的步骤轻松安装并与您当前的Java环境集成，无需任何复杂的设置过程。安装过程中需要用户管理。

系统要求

现在让我们继续介绍安装Apache POI的步骤。

步骤1：验证您的Java安装

首先，您需要在系统上安装Java软件开发工具包（SDK）。要验证这一点，请根据您正在使用的平台执行以下两个命令之一。

如果Java安装已正确完成，则它将显示您Java安装的当前版本和规范。示例输出在以下表格中给出。

• 我们假设本教程的读者在其系统上安装了Java SDK版本11.0.11。

• 如果您没有Java SDK，请从www.oracle.com/technetwork/java/javase/downloads/index.html下载其当前版本并安装。

步骤2：设置您的Java环境

设置环境变量JAVA_HOME以指向Java安装在您计算机上的基本目录位置。例如，

将Java编译器位置的完整路径附加到系统路径。

从命令提示符执行命令java -version，如上所述。

步骤3：安装Apache POI库

从https://poi.apache.org/download.html下载最新版本的Apache POI，并将其内容解压缩到一个文件夹中，以便可以将所需的库链接到您的Java程序。假设文件收集在C驱动器上的文件夹中。

将所需jars的完整路径添加到CLASSPATH中，如下所示。

Apache POI Word - 核心类

本章将引导您了解Apache POI用于管理Word文档的类和方法。

文档

这是一个标记接口（接口不包含任何方法），它通知实现的类能够创建Word文档。

XWPFDocument

这是org.apache.poi.xwpf.usermodel包下的一个类。它用于创建具有.docx文件格式的MS-Word文档。

类方法

有关此类的其余方法，请参阅以下完整API文档：

包org.apache.poi.openxml4j.opc.internal.

XWPFParagraph

这是org.apache.poi.xwpf.usermodel包下的一个类，用于在Word文档中创建段落。此实例还用于将所有类型的元素添加到Word文档中。

类方法

有关此类的其余方法，请参阅以下完整API文档：

POI API 文档

XWPFRun

这是org.apache.poi.xwpf.usermodel包下的一个类，用于向段落添加文本区域。

类方法

有关此类的其余方法，请参阅以下完整API文档：

POI API 文档

XWPFStyle

这是一个位于 **org.apache.poi.xwpf.usermodel** 包下的类，用于向 Word 文档中的对象元素添加不同的样式。

类方法

有关此类的其余方法，请参阅以下完整API文档：

POI API 文档

XWPFTable

这是一个位于 **org.apache.poi.xwpf.usermodel** 包下的类，用于向 Word 文档中添加表格数据。

类方法

有关此类的其余方法，请参阅完整的 API 文档：− POI API 文档

XWPFWordExtractor

这是一个位于 **org.apache.poi.xwpf.extractor** 包下的类。它是一个基本的解析器类，用于从 Word 文档中提取简单文本。

类方法

有关此类的其余方法，请参阅完整的 API 文档：− POI API 文档

Apache POI Word - 文档

这里“文档”指的是 MS-Word 文件。完成本章后，您将能够使用 Java 程序创建新文档和打开现有文档。

创建空白文档

以下简单程序用于创建空白的 MS-Word 文档：−

import java.io.File;
import java.io.FileOutputStream;
import org.apache.poi.xwpf.usermodel.XWPFDocument;

public class CreateDocument {
   public static void main(String[] args)throws Exception  {
      //Blank Document
      XWPFDocument document = new XWPFDocument(); 
		
      //Write the Document in file system
      FileOutputStream out = new FileOutputStream( new File("createdocument.docx"));
      document.write(out);
      out.close();
      System.out.println("createdocument.docx written successully");
   }
}

将上述 Java 代码保存为 **CreateDocument.java**，然后从命令提示符编译并执行它，如下所示：−

$javac  CreateDocument.java
$java CreateDocument

如果您的系统环境已配置 POI 库，它将编译并执行以生成一个名为 **createdocument.docx** 的空白 Word 文档文件，该文件位于您的当前目录中，并在命令提示符中显示以下输出：−

createdocument.docx written successfully

Apache POI Word - 段落

在本节中，您将学习如何创建段落以及如何使用 Java 将其添加到文档中。段落是 Word 文件中页面的一部分。

完成本章后，您将能够创建段落并对其执行读取操作。

创建段落

首先，让我们使用前面章节中讨论的引用类来创建一个段落。按照上一章的操作，先创建一个文档，然后我们就可以创建段落了。

以下代码片段用于创建电子表格：−

//Create Blank document
XWPFDocument document = new XWPFDocument();

//Create a blank spreadsheet
XWPFParagraph paragraph = document.createParagraph();

在段落中运行

您可以使用 **Run** 输入文本或任何对象元素。使用 Paragraph 实例，您可以创建 **run**。

以下代码片段用于创建 Run。

XWPFRun run = paragraph.createRun();

写入段落

让我们尝试将一些文本输入文档。考虑以下文本数据：−

At tutorialspoint.com, we strive hard to provide quality tutorials for self-learning purpose 
in the domains of Academics, Information Technology, Management and Computer Programming Languages.

以下代码用于将上述数据写入段落。

import java.io.File;
import java.io.FileOutputStream;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.usermodel.XWPFParagraph;
import org.apache.poi.xwpf.usermodel.XWPFRun;

public class CreateParagraph {
   public static void main(String[] args)throws Exception {
      //Blank Document
      XWPFDocument document = new XWPFDocument(); 
      
      //Write the Document in file system
      FileOutputStream out = new FileOutputStream(new File("createparagraph.docx"));
        
      //create Paragraph
      XWPFParagraph paragraph = document.createParagraph();
      XWPFRun run = paragraph.createRun();
      run.setText("At tutorialspoint.com, we strive hard to " +
         "provide quality tutorials for self-learning " +
         "purpose in the domains of Academics, Information " +
         "Technology, Management and Computer Programming Languages.");
			
      document.write(out);
      out.close();
      System.out.println("createparagraph.docx written successfully");
   }
}

将上述 Java 代码保存为 **CreateParagraph.java**，然后从命令提示符编译并运行它，如下所示：−

$javac CreateParagraph.java
$java CreateParagraph

它将编译并执行以生成一个名为 **createparagraph.docx** 的 Word 文件，该文件位于您的当前目录中，并且您将在命令提示符中获得以下输出：−

createparagraph.docx written successfully

**createparagraph.docx** 文件如下所示。

Apache POI Word - 边框

在本节中，您将学习如何使用 Java 编程为段落应用边框。

应用边框

以下代码用于在文档中应用边框：−

import java.io.File;
import java.io.FileOutputStream;
import org.apache.poi.xwpf.usermodel.Borders;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.usermodel.XWPFParagraph;
import org.apache.poi.xwpf.usermodel.XWPFRun;

public class ApplyingBorder {

   public static void main(String[] args)throws Exception {

      //Blank Document
      XWPFDocument document = new XWPFDocument(); 
        
      //Write the Document in file system
      FileOutputStream out = new FileOutputStream(new File("applyingborder.docx"));
        
      //create paragraph
      XWPFParagraph paragraph = document.createParagraph();
        
      //Set bottom border to paragraph
      paragraph.setBorderBottom(Borders.BASIC_BLACK_DASHES);
        
      //Set left border to paragraph
      paragraph.setBorderLeft(Borders.BASIC_BLACK_DASHES);
        
      //Set right border to paragraph
      paragraph.setBorderRight(Borders.BASIC_BLACK_DASHES);
        
      //Set top border to paragraph
      paragraph.setBorderTop(Borders.BASIC_BLACK_DASHES);
        
      XWPFRun run = paragraph.createRun();
         run.setText("At tutorialspoint.com, we strive hard to " +
         "provide quality tutorials for self-learning " +
         "purpose in the domains of Academics, Information " +
         "Technology, Management and Computer Programming " +
         "Languages.");
        
      document.write(out);
      out.close();
      System.out.println("applyingborder.docx written successully");
   }
}

将上述代码保存在名为 **ApplyingBorder.java** 的文件中，从命令提示符编译并执行它，如下所示：−

$javac ApplyingBorder.java
$java ApplyingBorder

如果您的系统已配置 POI 库，则它将编译并执行以生成一个名为 **applyingborder.docx** 的 Word 文档，该文件位于您的当前目录中，并显示以下输出：−

applyingborder.docx written successfully

**applyingborder.docx** 文件如下所示：−

Apache POI Word - 表格

在本节中，您将学习如何在文档中创建数据表格。您可以使用 **XWPFTable** 类创建表格数据。通过向表格添加每个 **Row** 并向 **Row** 添加每个 **cell**，您将获得表格数据。

创建表格

以下代码用于在文档中创建表格：−

import java.io.File;
import java.io.FileOutputStream;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.usermodel.XWPFTable;
import org.apache.poi.xwpf.usermodel.XWPFTableRow;

public class CreateTable {

   public static void main(String[] args)throws Exception {

      //Blank Document
      XWPFDocument document = new XWPFDocument();
        
      //Write the Document in file system
      FileOutputStream out = new FileOutputStream(new File("create_table.docx"));
        
      //create table
      XWPFTable table = document.createTable();
		
      //create first row
      XWPFTableRow tableRowOne = table.getRow(0);
      tableRowOne.getCell(0).setText("col one, row one");
      tableRowOne.addNewTableCell().setText("col two, row one");
      tableRowOne.addNewTableCell().setText("col three, row one");
		
      //create second row
      XWPFTableRow tableRowTwo = table.createRow();
      tableRowTwo.getCell(0).setText("col one, row two");
      tableRowTwo.getCell(1).setText("col two, row two");
      tableRowTwo.getCell(2).setText("col three, row two");
		
      //create third row
      XWPFTableRow tableRowThree = table.createRow();
      tableRowThree.getCell(0).setText("col one, row three");
      tableRowThree.getCell(1).setText("col two, row three");
      tableRowThree.getCell(2).setText("col three, row three");
	
      document.write(out);
      out.close();
      System.out.println("create_table.docx written successully");
   }
}

将上述代码保存在名为 **CreateTable.java** 的文件中。从命令提示符编译并执行它，如下所示：−

$javac CreateTable.java
$java CreateTable

它将在您的当前目录中生成一个名为 **createtable.docx** 的 Word 文件，并在命令提示符中显示以下输出：−

createtable.docx written successfully

**createtable.docx** 文件如下所示：−

Apache POI Word - 字体和对齐

本章介绍如何使用 Java 在 Word 文档中应用不同的字体样式和对齐方式。通常，字体样式包括：字体大小、类型、粗体、斜体和下划线。对齐方式分为左对齐、居中对齐、右对齐和两端对齐。

字体样式

以下代码用于设置不同的字体样式：−

import java.io.File;
import java.io.FileOutputStream;

import org.apache.poi.xwpf.usermodel.VerticalAlign;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.usermodel.XWPFParagraph;
import org.apache.poi.xwpf.usermodel.XWPFRun;

public class FontStyle {

   public static void main(String[] args)throws Exception {

      //Blank Document
      XWPFDocument document = new XWPFDocument(); 
        
      //Write the Document in file system
      FileOutputStream out = new FileOutputStream(new File("fontstyle.docx"));
        
      //create paragraph
      XWPFParagraph paragraph = document.createParagraph();
        
      //Set Bold an Italic
      XWPFRun paragraphOneRunOne = paragraph.createRun();
      paragraphOneRunOne.setBold(true);
      paragraphOneRunOne.setItalic(true);
      paragraphOneRunOne.setText("Font Style");
      paragraphOneRunOne.addBreak();
        
      //Set text Position
      XWPFRun paragraphOneRunTwo = paragraph.createRun();
      paragraphOneRunTwo.setText("Font Style two");
      paragraphOneRunTwo.setTextPosition(100);
 
      //Set Strike through and Font Size and Subscript
      XWPFRun paragraphOneRunThree = paragraph.createRun();
      paragraphOneRunThree.setStrike(true);
      paragraphOneRunThree.setFontSize(20);
      paragraphOneRunThree.setSubscript(VerticalAlign.SUBSCRIPT);
      paragraphOneRunThree.setText(" Different Font Styles");
        
      document.write(out);
      out.close();
      System.out.println("fontstyle.docx written successully");
   }
}

将上述代码保存为 **FontStyle.java**，然后从命令提示符编译并执行它，如下所示：−

$javac FontStyle.java
$java FontStyle

它将在您的当前目录中生成一个名为 **fontstyle.docx** 的 Word 文件，并在命令提示符中显示以下输出：−

fontstyle.docx written successfully

**fontstyle.docx** 文件如下所示。

对齐方式

以下代码用于设置段落文本的对齐方式：−

import java.io.File;
import java.io.FileOutputStream;
import org.apache.poi.xwpf.usermodel.ParagraphAlignment;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.usermodel.XWPFParagraph;
import org.apache.poi.xwpf.usermodel.XWPFRun;

public class AlignParagraph {

   public static void main(String[] args)throws Exception {

      //Blank Document
      XWPFDocument document = new XWPFDocument(); 
        
      //Write the Document in file system
      FileOutputStream out = new FileOutputStream(
      new File("alignparagraph.docx"));
        
      //create paragraph
      XWPFParagraph paragraph = document.createParagraph();
        
      //Set alignment paragraph to RIGHT
      paragraph.setAlignment(ParagraphAlignment.RIGHT);
      XWPFRun run = paragraph.createRun();
      run.setText("At tutorialspoint.com, we strive hard to " +
         "provide quality tutorials for self-learning " +
         "purpose in the domains of Academics, Information " +
         "Technology, Management and Computer Programming " +
         "Languages.");
        
      //Create Another paragraph
      paragraph = document.createParagraph();
        
      //Set alignment paragraph to CENTER
      paragraph.setAlignment(ParagraphAlignment.CENTER);
      run = paragraph.createRun();
      run.setText("The endeavour started by Mohtashim, an AMU " +
         "alumni, who is the founder and the managing director " +
         "of Tutorials Point (I) Pvt. Ltd. He came up with the " +
         "website tutorialspoint.com in year 2006 with the help" +
         "of handpicked freelancers, with an array of tutorials" +
         " for computer programming languages. ");
			
      document.write(out);
      out.close();
      System.out.println("alignparagraph.docx written successfully");
   }
}

将上述代码保存为 **AlignParagraph.java**，然后从命令提示符编译并执行它，如下所示：−

$javac AlignParagraph.java
$java AlignParagraph

它将在您的当前目录中生成一个名为 **alignparagraph.docx** 的 Word 文件，并在命令提示符中显示以下输出：−

alignparagraph.docx written successfully

**alignparagraph.docx** 文件如下所示：−

Apache POI Word - 文本提取

本章说明如何使用 Java 从 Word 文档中提取简单的文本数据。如果您想从 Word 文档中提取元数据，请使用 Apache Tika。

对于 .docx 文件，我们使用类 org.apache.poi.xwpf.extractor.XPFFWordExtractor 来提取并返回 Word 文件中的简单数据。同样，我们还有不同的方法来提取 Word 文件中的标题、脚注、表格数据等。

以下代码显示了如何从 Word 文件中提取简单文本：−

import java.io.FileInputStream;
import org.apache.poi.xwpf.extractor.XWPFWordExtractor;
import org.apache.poi.xwpf.usermodel.XWPFDocument;

public class WordExtractor {
   public static void main(String[] args)throws Exception {
      XWPFDocument docx = new XWPFDocument(new FileInputStream("createparagraph.docx"));
      
      //using XWPFWordExtractor Class
      XWPFWordExtractor we = new XWPFWordExtractor(docx);
      System.out.println(we.getText());
   }
}

将上述代码保存为 **WordExtractor.java**。从命令提示符编译并执行它，如下所示：−

$javac WordExtractor.java
$java WordExtractor

它将生成以下输出：−

At tutorialspoint.com, we strive hard to provide quality tutorials for self-learning purpose
in the domains of Academics, Information Technology, Management and Computer Programming Languages.