这几天在学习java io流的东西，有一个网友看到博客后问了一个问题，就是说他的doc文档为什么用我所说的方法死活就是乱码。
我一开始以为是他方法问题，结果自己试了之后发现和他的结果一样也是乱码。
于是在网上搜寻了一阵之后才发现原来doc文档和excel一样不能用普通的io流的方法来读取，而是也需要用poi，于是进行了一番尝试后，终于以正确的编码格式读取了这个doc文件。
在网上搜索的过程中发现doc和docx的读取方法是不一样的，于是顺带也学了一下docx文件的简单读取。
一、导包：
doc文件的读取，需要导入poi-scratchpad的jar包和相关依赖包：
docx文件读取，需要导入poi-ooxml的jar包和相关依赖包：
我用的是maven构建项目，相关的依赖包会自动导入，maven导包配置如下：
<dependency> <groupId>org.apache.poi</groupId> <artifactId>poi-ooxml</artifactId> <version>3.8</version> </dependency> <dependency> <groupId>org.apache.poi</groupId> <artifactId>poi-scratchpad</artifactId> <version>3.8</version> </dependency>- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
二、读取文件的代码：
1、doc文件读取简单示例：
public static void readAndWriterTest3() throws IOException { File file = new File("C:\\Users\\tuzongxun123\\Desktop\\aa.doc"); String str = ""; try { FileInputStream fis = new FileInputStream(file); HWPFDocument doc = new HWPFDocument(fis); String doc1 = doc.getDocumentText(); System.out.println(doc1); StringBuilder doc2 = doc.getText(); System.out.println(doc2); Range rang = doc.getRange(); String doc3 = rang.text(); System.out.println(doc3); fis.close(); } catch (Exception e) { e.printStackTrace(); } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
2、docx文件读取简单示例：
public static void readAndWriterTest4() throws IOException { File file = new File("C:\\Users\\tuzongxun123\\Desktop\\aa.docx"); String str = ""; try { FileInputStream fis = new FileInputStream(file); XWPFDocument xdoc = new XWPFDocument(fis); XWPFWordExtractor extractor = new XWPFWordExtractor(xdoc); String doc1 = extractor.getText(); System.out.println(doc1); fis.close(); } catch (Exception e) { e.printStackTrace(); } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
//20171218修改
我并没有在工作中操作过word，这篇博客也只是一时兴起所做，因此写的很简单。
而最近陆续有朋友找我询问相关的问题，其中有好几个都在询问依赖包有哪些，为了避免一再回答这种问题，特将依赖包截图：
