用 Java 打开 Microsoft Word

Question

我正在尝试用 java 打开 MS Word 2003 文档，搜索指定的字符串并将其替换为新的字符串。 我使用 APACHE POI 来做到这一点。 我的代码如下所示：

public void searchAndReplace(String inputFilename, String outputFilename,
            HashMap<String, String> replacements) {
    File outputFile = null;
    File inputFile = null;
    FileInputStream fileIStream = null;
    FileOutputStream fileOStream = null;
    BufferedInputStream bufIStream = null;
    BufferedOutputStream bufOStream = null;
    POIFSFileSystem fileSystem = null;
    HWPFDocument document = null;
    Range docRange = null;
    Paragraph paragraph = null;
    CharacterRun charRun = null;
    Set<String> keySet = null;
    Iterator<String> keySetIterator = null;
    int numParagraphs = 0;
    int numCharRuns = 0;
    String text = null;
    String key = null;
    String value = null;
        try {
            // Create an instance of the POIFSFileSystem class and
            // attach it to the Word document using an InputStream.
            inputFile = new File(inputFilename);
            fileIStream = new FileInputStream(inputFile);
            bufIStream = new BufferedInputStream(fileIStream);
            fileSystem = new POIFSFileSystem(bufIStream);
            document = new HWPFDocument(fileSystem);
            docRange = document.getRange();
            numParagraphs = docRange.numParagraphs();
            keySet = replacements.keySet();
            for (int i = 0; i < numParagraphs; i++) {
                paragraph = docRange.getParagraph(i);
                text = paragraph.text();
                numCharRuns = paragraph.numCharacterRuns();
                for (int j = 0; j < numCharRuns; j++) {
                    charRun = paragraph.getCharacterRun(j);
                    text = charRun.text();
                    System.out.println("Character Run text: " + text);
                    keySetIterator = keySet.iterator();
                    while (keySetIterator.hasNext()) {
                        key = keySetIterator.next();
                        if (text.contains(key)) {
                            value = replacements.get(key);
                            charRun.replaceText(key, value);
                            docRange = document.getRange();
                            paragraph = docRange.getParagraph(i);
                            charRun = paragraph.getCharacterRun(j);
                            text = charRun.text();
                        }
                    }
                }
            }
            bufIStream.close();
            bufIStream = null;
            outputFile = new File(outputFilename);
            fileOStream = new FileOutputStream(outputFile);
            bufOStream = new BufferedOutputStream(fileOStream);
            document.write(bufOStream);
        } catch (Exception ex) {
            System.out.println("Caught an: " + ex.getClass().getName());
            System.out.println("Message: " + ex.getMessage());
            System.out.println("Stacktrace follows.............");
            ex.printStackTrace(System.out);
        }
}

我使用以下参数调用此函数：

HashMap<String, String> replacements = new HashMap<String, String>();
replacements.put("AAA", "BBB");
searchAndReplace("C:/Test.doc", "C:/Test1.doc", replacements);

当 Test.doc 文件包含这样的简单行：“AAA EEE”时，它会成功运行，但是当我使用复杂的文件，它将成功读取内容并生成 Test1.doc 文件，但当我尝试打开它时，它会给出以下错误：

Word 无法读取此文档。 它可能已腐败。 尝试以下一项或多项操作： * 打开并修复文件。 * 使用文本恢复转换器打开文件。 (C:\Test1.doc)

请告诉我该怎么做，因为我是 POI 的初学者，我还没有找到好的教程。

Answer 1

首先，您应该关闭文档。

除此之外，我建议将原始 Word 文档重新保存为 Word XML 文档，然后手动将扩展名从 .XML 更改为 .doc 。 然后查看您正在使用的实际文档的 XML 并跟踪内容，以确保您没有意外编辑十六进制值（AAA 和 EEE 可能是其他字段中的十六进制值）。

如果没有看到实际的 Word 文档，很难说到底发生了什么。

关于 POI 的文档并不多，尤其是 Word 文档。

Answer 2

您也可以尝试这个：http://www.dancrintea.ro/doc-to- pdf/

Answer 3

看起来这可能是问题所在。

Answer 4

你可以尝试OpenOffice API，但是没有很多那里有资源告诉您如何使用它。

Answer 5

我不知道：可以自己回答吗，但只是为了分享知识，我会回答自己。

在网上浏览后，我找到的最终解决方案是：
名为 docx4j 的库非常适合处理 MS docx 文件，虽然它的文档到目前为止还不够，而且它的论坛仍处于起步阶段，但总的来说，它帮助我做我需要的事情。

感谢 4 所有帮助我的人。