doc文档转xml java

您可以使用Apache POI库来将Microsoft Word文档转换为XML格式。下面是一个示例代码：

import java.io.*;
import org.apache.poi.xwpf.usermodel.*;

public class DocToXmlConverter {
   public static void main(String[] args) {
      try {
         FileInputStream fis = new FileInputStream("input.docx");
         XWPFDocument document = new XWPFDocument(fis);
         XWPFWordExtractor extractor = new XWPFWordExtractor(document);
         String text = extractor.getText();
         FileOutputStream fos = new FileOutputStream("output.xml");
         OutputStreamWriter osw = new OutputStreamWriter(fos, "UTF-8");
         osw.write("<?xml version=\"1.0\" encoding=\"UTF-8\"?>\n");
         osw.write("<document>\n");
         osw.write(text);
         osw.write("</document>\n");
         osw.close();
         fos.close();
         System.out.println("Conversion complete.");
      } catch (Exception ex) {
         ex.printStackTrace();
      }
   }
}

在此示例中，我们使用XWPFDocument类从输入文件中读取Microsoft Word文档，并使用XWPFWordExtractor类将其转换为纯文本。然后，我们将文本写入输出文件中，并在开头添加XML头和根元素标记。请注意，此示例仅适用于.docx文件。如果您需要将.doc文件转换为XML，请使用HWPF库而不是XWPF库。