java提取doc文档文字和图片的详细代码

以下是提取 doc 文档文字和图片的 Java 代码示例：

import java.io.FileInputStream;
import org.apache.poi.hwpf.HWPFDocument;
import org.apache.poi.hwpf.extractor.WordExtractor;
import org.apache.poi.hwpf.usermodel.Picture;
import org.apache.poi.hwpf.usermodel.PictureType;

public class DocExtractor {
    public static void main(String[] args) {
        try {
            FileInputStream fis = new FileInputStream("example.doc");
            HWPFDocument doc = new HWPFDocument(fis);
            WordExtractor extractor = new WordExtractor(doc);
            String[] paragraphs = extractor.getParagraphText();
            for (String para : paragraphs) {
                System.out.println(para);
            }
            Picture[] pics = doc.getPicturesTable().getAllPictures();
            for (Picture pic : pics) {
                if (pic.suggestPictureType() == PictureType.JPEG) {
                    pic.writeImageContent(new FileOutputStream("pic.jpg"));
                }
            }
            fis.close();
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

这段代码使用 Apache POI 库提取 doc 文档中的文字和图片。首先，通过 FileInputStream 读取 doc 文件，然后使用 HWPFDocument 类创建文档对象。接着，使用 WordExtractor 类提取文档中的段落文字，并使用 for 循环遍历输出每个段落。最后，使用 PicturesTable 类获取文档中的所有图片，并使用 suggestPictureType 方法判断图片类型，如果是 JPEG 格式，则使用 writeImageContent 方法将图片写入文件。