Apache POI格式问题

Question

我想知道是否有人能帮我弄清楚为什么当我阅读. doc文件时，我的文本没有对齐。到目前为止，在我的代码中，我使用的是WordExtractor，但是我遇到了格式问题，有些东西没有正确对齐。这是我使用1.7Java编写的代码。

public class Doc {
 File docFile = null;
 WordExtractor docExtractor = null ;
 WordExtractor exprExtractor = null ;
 public void read(){
  docFile = new File("blue.doc");
   try{
     FileInputStream fis = new FileInputStream(docFile.getAbsolutePath());
     HWPFDocument doc=new HWPFDocument(fis);
     docExtractor = new WordExtractor(doc);
     }catch(Exception e){
     System.out.println(e.getMessage());
  }


 System.out.println(docExtractor.getText());



  }
 }

程序如何显示文档。

 A                                                                      E
I'm stuck in Folsom Prison, and time keeps draggin on.  

应该是这样展示的

     A                                              E
 I'm stuck in Folsom Prison, and time keeps draggin on.  

Answer 1

当然，这是行不通的。您正在将文档文件的内容提取到一个字符串变量中（这会将格式扭曲为类似文档的段落和所有段落）。此外，您正在将文本打印到控制台中，然后您希望它看起来与Microsoft word中的完全相同？

接下来，你应该想想你想做什么。假设您想验证文档的格式和内容，我的回答如下。使用getText（）将文档转换为纯文本将以扭曲的格式提供文档内容，这对您没有帮助。通过使用POI库，您应该尝试访问文档中的每个段落和表格，并验证/读取/写入您想要的内容。

< code>doc.getRange()会给你一个Range对象。通过参考http://poi . Apache . org/API docs/org/Apache/poi/hwpf/user model/range . html来使用这个对象，您将能够访问文档中的所有段落、表格和部分。这将有助于你通过程序处理word文档。