Java 如何读取旧word文档文件元数据

假设我想将扩展名为

doc

的word文件连同元数据一起导入HTML文档，并相应地显示在

div

中。因此，

doc

文件中的所有现有内容，如各种格式的文本（粗体、斜体、不同大小、字母间距、行高、上划线、不对齐..）、图像（它们的位置和大小）、图形、图表（JSP将生成必要的图形以提供类似的图形或图表。它只需要数据）、列表、，等等

---

那么有没有办法做到这一点？是否有任何标准化的Word API提供这些数据？或者任何可以这样做的JSP库？如果没有,，那么我需要知道什么，需要做什么才能得到这些呢？

查看Apache POI项目：http://poi.apache.org/text-extraction.html以及Apache Tika:http://tika.apache.org/

查看Apache POI项目：http://poi.apache.org/text-extraction.html以及Apache Tika：http://tika.apache.org/

五年后，答案是：

注意：此代码仅适用于旧单词“doc”文件（不是docx），ApachePOI也可以处理docx，但您必须使用其他API

使用，maven依赖项：

<!-- https://mvnrepository.com/artifact/org.apache.poi/poi -->
<dependency>
  <groupId>org.apache.poi</groupId>
  <artifactId>poi</artifactId>
  <version>3.17</version>
</dependency>

<dependency>
  <!-- Required for HWPFDocument -->
  <groupId>org.apache.poi</groupId>
  <artifactId>poi-scratchpad</artifactId>
  <version>3.17</version>
</dependency>

要阅读文本内容，您需要其他依赖项：

<!-- https://mvnrepository.com/artifact/org.apache.poi/poi -->
<dependency>
  <groupId>org.apache.poi</groupId>
  <artifactId>poi</artifactId>
  <version>3.17</version>
</dependency>

<dependency>
  <!-- Required for HWPFDocument -->
  <groupId>org.apache.poi</groupId>
  <artifactId>poi-scratchpad</artifactId>
  <version>3.17</version>
</dependency>

---

5年后，答案是：

注意：此代码仅适用于旧单词“doc”文件（不是docx），ApachePOI也可以处理docx，但您必须使用其他API

使用，maven依赖项：

<!-- https://mvnrepository.com/artifact/org.apache.poi/poi -->
<dependency>
  <groupId>org.apache.poi</groupId>
  <artifactId>poi</artifactId>
  <version>3.17</version>
</dependency>

<dependency>
  <!-- Required for HWPFDocument -->
  <groupId>org.apache.poi</groupId>
  <artifactId>poi-scratchpad</artifactId>
  <version>3.17</version>
</dependency>

要阅读文本内容，您需要其他依赖项：

<!-- https://mvnrepository.com/artifact/org.apache.poi/poi -->
<dependency>
  <groupId>org.apache.poi</groupId>
  <artifactId>poi</artifactId>
  <version>3.17</version>
</dependency>

<dependency>
  <!-- Required for HWPFDocument -->
  <groupId>org.apache.poi</groupId>
  <artifactId>poi-scratchpad</artifactId>
  <version>3.17</version>
</dependency>