POI word word2003 word2007 POI读取word

POI是一个用于Microsoft Office文件处理的Java库，特别是HSSF（处理Excel .xls文件）和HWPF（处理Word .doc文件）。对于Word文档 (.doc)，POI通过` HWPF`包提供支持。当你想使用Java程序从Word 2003 (.doc) 或 Word 2007 (.docx) 文件中读取内容时，你可以按照以下步骤操作：

1. 首先，你需要添加Apache POI依赖到你的项目中。如果你使用Maven，可以在pom.xml文件中添加如下依赖：

<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi</artifactId>
    <version>最新版本号</version>
</dependency>

2. 确保已导入相关的类，如`HWPFDocument`和`Range`，它们分别对应于Word文档和文本范围。

3. 使用`FileInputStream`打开Word文档：

FileInputStream fis = new FileInputStream("path_to_your_word_file.doc");

4. 创建`HWPFDocument`实例并加载文档：

HWPFDocument document = new HWPFDocument(fis);

5. 接下来，遍历文档中的各个段落（`Paragraph`对象），读取所需的内容：

for (Section section : document.getSections()) {
    for (Range range : section.getParagraphs()) {
        String text = range.getText().toString();
        // 这里可以对text做进一步处理，例如打印或存储
        System.out.println(text);
    }
}

6. 关闭资源：

document.close(); // 关闭文档
fis.close(); // 关闭输入流

注意，Word 2007采用的是OOXML格式 (.docx)，虽然POI也支持这种格式，但是需要使用`XWPFDocument`类。另外，处理.docx文件时可能需要额外处理元数据、二进制内容等特性。