poi解析word文档(解析表格，emf,wmf,svg转jpg图片)

傷城~ 2022-07-12 13:12 569阅读 0赞

**POI解析word文档**

### **poi解析word的表格:** ###

**  提前先准备需要的jar包：  
 **

<dependency>
    			<groupId>org.apache.poi</groupId>
    			<artifactId>poi</artifactId>
    			<version>3.13</version>
    		</dependency>
    		<dependency>
    			<groupId>org.apache.poi</groupId>
    			<artifactId>poi</artifactId>
    			<version>3.15</version>
    		</dependency>
    		<dependency>
    			<groupId>org.apache.poi</groupId>
    			<artifactId>poi-scratchpad</artifactId>
    			<version>3.15</version>
    		</dependency>
    		
    		<dependency>
    			<groupId>org.freehep</groupId>
    			<artifactId>freehep-graphicsio-emf</artifactId>
    			<version>2.1.3</version>
    		</dependency>
    		<dependency>
    			<groupId>org.freehep</groupId>
    			<artifactId>freehep-io</artifactId>
    			<version>2.0.5</version>
    		</dependency>
    		
    		<dependency>
    			<groupId>xml-apis</groupId>
    			<artifactId>xml-apis-ext</artifactId>
    			<version>1.3.04</version>
    			<scope>provided</scope>
    		</dependency>
    		<dependency>
    			<groupId>net.arnx</groupId>
    			<artifactId>wmf2svg</artifactId>
    			<version>0.9.5</version>
    		</dependency>
    		<dependency>
    			<groupId>org.w3c</groupId>
    			<artifactId>dom</artifactId>
    			<version>2.3.0-jaxb-1.0.6</version>
    		</dependency>
    		<dependency> 
    			<groupId>ru.ilb.w3c</groupId> 
    			<artifactId>w3c</artifactId> 
    			<version>1.1</version> 
    		</dependency>

### **   注：此方法是将word文档中的表格解析出来，存放到一个集合中,集合中的数据是<table><tr><td>XXX</td>...</tr>...</table>** ###

/**
    	 * 获得文档的表格
    	 * path 文件路径
    	 * @return
    	 */
    	public static List<Map<String, Object>> getTables(String path) {
    		try {
    			FileInputStream input = new FileInputStream(path);
    			POIFSFileSystem pfs = new POIFSFileSystem(input);
    			HWPFDocument hwpf = new HWPFDocument(pfs);
    			// 返回范围涵盖整个文档,但不包括任何页眉和页脚。
    			Range range = hwpf.getRange();
    			// 表迭代器
    			TableIterator it = new TableIterator(range);
    			int tableNum = 1;
    			List<Map<String, Object>> list = new ArrayList<Map<String, Object>>();
    			while (it.hasNext()) {
    				StringBuffer sb = new StringBuffer();
    				// 遍历当前表格
    				Table tb = (Table) it.next();
    				String tableStart = "<table border=\"1\" cellspacing=\"0\"><center>";
    				sb.append(tableStart);
    				for (int i = 0; i < tb.numRows(); i++) {
    					// 获取当前表格的行
    					TableRow tr = tb.getRow(i);
    					String trStart = "<tr>";
    					sb.append(trStart);
    					// 获取行的内部细胞
    					for (int j = 0; j < tr.numCells(); j++) {
    						// 获取表格单元格
    						TableCell td = tr.getCell(j);
    						// 用于获取段落的数量在一个范围内。如果这个范围小于一个段落,它将返回1包含段落。
    						for (int k = 0; k < td.numParagraphs(); k++) {
    							// 段落在这个范围内的指定索引。
    							Paragraph p = td.getParagraph(k);
    							// 遍历当前td的内容
    							String text = p.text().trim();
    							String tds = null;
    							if (i == 0) {
    								tds = "<td><b>" + text + "</b></td>";
    							} else {
    								tds = "<td>" + text + "</td>";
    							}
    							sb.append(tds);
    						}
    					}
    					String trEnd = "</tr>";
    					sb.append(trEnd);
    				}
    				String tableEnd = "</center></table>";
    				sb.append(tableEnd);
    				Map<String, Object> m = new HashMap<String, Object>();
    				m.put("" + tableNum + "", sb.toString());
    				tableNum++;
    				if (!list.contains(m)) {
    					list.add(m);
    				}
    			}
    			if (hwpf != null) {
    				hwpf.close();
    			}
    			if (input != null) {
    				input.close();
    			}
    			return list;
    		} catch (Exception e) {
    			e.printStackTrace();
    		}
    		return null;
    	}

### 解析图片(包括emf,wmf,wmf转svg最终转换为png) ###

/**
         * 获取图片的路径
         * 
         * @param path
         *            文档的路径
         * @return 返回list集合，里面存放的是图片的集合
         */
        public static List<Map<String, Object>> getWordImageUrl(String path) {
            File file = null;
            List<Map<String, Object>> list = new ArrayList<Map<String, Object>>();
            List<String> emfs = new ArrayList<String>();
            try {
                file = new File(path);
                FileInputStream f = new FileInputStream(file.getAbsolutePath());
                HWPFDocument doc = new HWPFDocument(f);
                // 获取图片表
                PicturesTable pTable = doc.getPicturesTable();
                // 返回字符长度
                int length = doc.characterLength();
                String directory = "";// 文档目录，用于删除emf文件的时候传入路径
                if (length > 0) {
                    String[] ym = getYearAndMonth();// 获得年+月
                    // 如果二级目录没有的话则生成
                    directory = "G:/upload/img/" + ym[0] + "/" + ym[1];
                    File fp1 = new File(directory);
                    if (!fp1.exists() && !fp1.isDirectory()) {
                        fp1.mkdirs();
                    }
                    for (int i = 0; i < length; i++) {
                        Range range = new Range(i, i + 1, doc);
                        // 得到这个角色在索引。
                        CharacterRun cr = range.getCharacterRun(0);
                        // 确定指定字符运行包含参考图片
                        if (pTable.hasPicture(cr)) {
                            // 将遍历到的图片进行解析,生成emf图片,并保存到磁盘中
                            Picture pic = pTable.extractPicture(cr, false);
                            String afileName = pic.suggestFullFileName();
                            afileName = afileName.substring(afileName.length() - 4);
                            String fileMainName = UUID.randomUUID().toString()
                                    .replace("-", "");
                            String saveUrl = "G:/upload/img/" + ym[0] + "/" + ym[1]
                                    + "/" + fileMainName + afileName;
                            // 将文件读取到输出流中
                            OutputStream out = new FileOutputStream(new File(
                                    saveUrl));
                            // 写入到磁盘中
                            pic.writeImageContent(out);
                            if (out != null) {
                                out.close();
                            }
                            if (!emfs.contains(saveUrl)) {
                                emfs.add(saveUrl);
                            }
                        }
                    }
                }
                if (doc != null) {
                    doc.close();
                }
                if (f != null) {
                    f.close();
                }
                // 将emf转为png
                emfConversionPng(emfs);
                return list;
            } catch (Exception e) {
                e.printStackTrace();
                return null;
            }
        }
    
    	/**
    	 * emf或者wmf转换为png图片格式
    	 * 
    	 * @param saveUrl
    	 * @return
    	 * @throws IOException
    	 */
    	public static void emfConversionPng(List<String> list) throws IOException {
    		if (list.size() > 0) {
    			// 对文件的命名进行重新修改
    			for (int i = 0; i < list.size(); i++) {
    				String saveUrl = list.get(i);
    				// 从doc文档解析的图片很有可能已经是png了，所以此处需要判断
    				if (saveUrl.contains("emf") || saveUrl.contains("EMF")) {
    					InputStream is = new FileInputStream(saveUrl);
    					EMFInputStream eis = new EMFInputStream(is,
    							EMFInputStream.DEFAULT_VERSION);
    					EMFRenderer emfRenderer = new EMFRenderer(eis);
    					final int width = (int) eis.readHeader().getBounds()
    							.getWidth();
    					final int height = (int) eis.readHeader().getBounds()
    							.getHeight();
    					// 设置图片的大小和样式
    					final BufferedImage result = new BufferedImage(width + 60,
    							height + 40, BufferedImage.TYPE_4BYTE_ABGR);
    					Graphics2D g2 = (Graphics2D) result.createGraphics();
    					emfRenderer.paint(g2);
    					String url = saveUrl.replace(
    							saveUrl.substring(saveUrl.length() - 3), "png");
    					File outputfile = new File(url);
    					// 写入到磁盘中(格式设置为png背景不会变为橙色)
    					ImageIO.write(result, "png", outputfile);
    					// 当前的图片写入到磁盘中后，将流关闭
    					if (eis != null) {
    						eis.close();
    					}
    					if (is != null) {
    						is.close();
    					}
    				} else if (saveUrl.contains("wmf") || saveUrl.contains("WMF")) {
    					// 将wmf转svg
    					String svgFile = saveUrl.substring(0,
    							saveUrl.lastIndexOf(".wmf"))
    							+ ".svg";
    					wmfToSvg(saveUrl, svgFile);
    					// 将svg转png
    					String jpgFile = saveUrl.substring(0,
    							saveUrl.lastIndexOf(".wmf"))
    							+ ".png";
    					svgToJpg(svgFile, jpgFile);
    				}
    			}
    		}
    	}
    
    	/**
    	 * 将wmf转换为svg
    	 * 
    	 * @param src
    	 * @param dest
    	 */
    	public static void wmfToSvg(String src, String dest) {
    		File file = new File(src);
    		boolean compatible = false;
    		try {
    			InputStream in = new FileInputStream(file);
    			WmfParser parser = new WmfParser();
    			final SvgGdi gdi = new SvgGdi(compatible);
    			parser.parse(in, gdi);
    
    			Document doc = gdi.getDocument();
    			OutputStream out = new FileOutputStream(dest);
    			if (dest.endsWith(".svgz")) {
    				out = new GZIPOutputStream(out);
    			}
    			output(doc, out);
    			if (out != null) {
    				out.close();
    			}
    			if (in != null) {
    				in.close();
    			}
    		} catch (Exception e) {
    			e.printStackTrace();
    		} finally {
    
    		}
    	}
    
    	/**
    	 * 输出信息
    	 * 
    	 * @param doc
    	 * @param out
    	 * @throws Exception
    	 */
    	private static void output(Document doc, OutputStream out) throws Exception {
    		TransformerFactory factory = TransformerFactory.newInstance();
    		Transformer transformer = factory.newTransformer();
    		transformer.setOutputProperty(OutputKeys.METHOD, "xml");
    		transformer.setOutputProperty(OutputKeys.ENCODING, "UTF-8");
    		transformer.setOutputProperty(OutputKeys.INDENT, "yes");
    		transformer.setOutputProperty(OutputKeys.DOCTYPE_PUBLIC,
    				"-//W3C//DTD SVG 1.0//EN");
    		transformer.setOutputProperty(OutputKeys.DOCTYPE_SYSTEM,
    				"http://www.w3.org/TR/2001/REC-SVG-20010904/DTD/svg10.dtd");
    		transformer.transform(new DOMSource(doc), new StreamResult(out));
    		if (out != null) {
    			out.flush();
    			out.close();
    		}
    	}
    
    	/**
    	 * 将svg转化为JPG
    	 * 
    	 * @param src
    	 * @param dest
    	 */
    	public static void svgToJpg(String src, String dest) {
    		FileOutputStream jpgOut = null;
    		FileInputStream svgStream = null;
    		ByteArrayOutputStream svgOut = null;
    		ByteArrayInputStream svgInputStream = null;
    		ByteArrayOutputStream jpg = null;
    		File svg = null;
    		try {
    			// 获取到svg文件
    			svg = new File(src);
    			svgStream = new FileInputStream(svg);
    			svgOut = new ByteArrayOutputStream();
    			// 获取到svg的stream
    			int noOfByteRead = 0;
    			while ((noOfByteRead = svgStream.read()) != -1) {
    				svgOut.write(noOfByteRead);
    			}
    			ImageTranscoder it = new PNGTranscoder();
    			it.addTranscodingHint(JPEGTranscoder.KEY_QUALITY, new Float(1f));
    			it.addTranscodingHint(ImageTranscoder.KEY_WIDTH, new Float(500));
    			jpg = new ByteArrayOutputStream();
    			svgInputStream = new ByteArrayInputStream(svgOut.toByteArray());
    			it.transcode(new TranscoderInput(svgInputStream),
    					new TranscoderOutput(jpg));
    			jpgOut = new FileOutputStream(dest);
    			jpgOut.write(jpg.toByteArray());
    		} catch (Exception e) {
    			e.printStackTrace();
    		} finally {
    			try {
    				if (svgInputStream != null) {
    					svgInputStream.close();
    				}
    				if (jpg != null) {
    					jpg.close();
    				}
    				if (svgStream != null) {
    					svgStream.close();
    
    				}
    				if (svgOut != null) {
    					svgOut.close();
    				}
    				if (jpgOut != null) {
    					jpgOut.flush();
    					jpgOut.close();
    				}
    				if (svg != null) {
    					svg.delete();
    				}
    			} catch (IOException e) {
    				e.printStackTrace();
    			}
    		}
    	}

使用到的所有的jar包：  
          下载地址csdn:http://download.csdn.net/detail/www1056481167/9762899

百度网盘(推荐下载地址)： [https://pan.baidu.com/s/1V6BfrtQTmqdniauhbr\_BBQ][https_pan.baidu.com_s_1V6BfrtQTmqdniauhbr_BBQ] 提取码: nvqm （不需要积分）  
注：本文为作者搜集poi3.5的api总结出来的，还有参考其他博主的文章，如有冒犯，请于作者联系，读者在使用的过程中有什么不明白的都可以联系我，经自己最大的能力去帮助学习poI的同学们。

[https_pan.baidu.com_s_1V6BfrtQTmqdniauhbr_BBQ]: https://pan.baidu.com/s/1V6BfrtQTmqdniauhbr_BBQ