使用 java 阅读 docx 文档

Question

我有一个隐写术项目，可以将 docx 文档隐藏到 jpeg 图像中。使用 apache POI，我可以运行它并阅读 docx 文档，但只能阅读字母。

虽然里面有图片。

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，谢谢你的帮助。

Answer 1

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

getAllPictures() returns文档中所有图片的列表；
getTables() returns 文档中所有表格的列表。

您的代码片段中存在第 XWPFDocument datax = new XWPFDocument(in); 行。所以在那一行之后你可以写一些代码，比如：

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

使用 java 阅读 docx 文档

read docx document using java

java

docx

apache-poi