Java 无法按Apache POI中word文档（docx）的顺序读取所有内容

我一直试图阅读word文档中的所有内容（包括表格、图片、段落）。我可以使用getBodyElementsIterator（）阅读表格和段落，但它不能阅读文档中的图片。 虽然我可以使用getAllPictures（）单独阅读图片，但我需要按顺序阅读所有内容

在getBodyElementsIterator（）内循环时，我尝试查找XWPFPicture实例，但找不到任何映像实例

Iterator<IBodyElement> iter = xdoc.getBodyElementsIterator();
           while (iter.hasNext()) {
               IBodyElement elem = iter.next();
               if (elem instanceof XWPFParagraph) {
                  System.out.println("para - "+elem.getClass());
               } else if (elem instanceof XWPFTable) {
                  System.out.println("table - "+elem);
               } else if (elem instanceof XWPFPictureData){
                  System.out.println("picture - "+elem);
               } else {
                  System.out.println("else - "+elem);
               }  
            }

---

它包含段落和表格，但没有任何图片

如评论中所述，如何按照word文档（docx）的顺序阅读ApachePOI中的所有内容的问题太广泛，无法在这里回答。

*.docx

是

officeopenxml

文件格式的

ZIP

存档文件。它包含文档正文的

document.xml

。这是非常复杂的

XML

，需要遍历。但是，

document.xml

可能包含对

*.docx

ZIP

存档中其他资源的引用，然后也需要遍历这些资源

我能提供的是这个遍历过程的模板。它从开始，首先遍历其中的所有s。根据找到的

IBodyElement

类型，它会进一步遍历进程

import java.io.FileInputStream;

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

import java.util.List;

public class WordReadAllContent {

 static void traversePictures(List<XWPFPicture> pictures) throws Exception {
  for (XWPFPicture picture : pictures) {
   System.out.println(picture);
   XWPFPictureData pictureData = picture.getPictureData();
   System.out.println(pictureData);
  }
 }

 static void traverseRunElements(List<IRunElement> runElements) throws Exception {
  for (IRunElement runElement : runElements) {
   if (runElement instanceof XWPFFieldRun) {
    XWPFFieldRun fieldRun = (XWPFFieldRun)runElement;
    System.out.println(fieldRun.getClass().getName());
    System.out.println(fieldRun);
    traversePictures(fieldRun.getEmbeddedPictures());
   } else if (runElement instanceof XWPFHyperlinkRun) {
    XWPFHyperlinkRun hyperlinkRun = (XWPFHyperlinkRun)runElement;
    System.out.println(hyperlinkRun.getClass().getName());
    System.out.println(hyperlinkRun);
    traversePictures(hyperlinkRun.getEmbeddedPictures());
   } else if (runElement instanceof XWPFRun) {
    XWPFRun run = (XWPFRun)runElement;
    System.out.println(run.getClass().getName());
    System.out.println(run);
    traversePictures(run.getEmbeddedPictures());
   } else if (runElement instanceof XWPFSDT) {
    XWPFSDT sDT = (XWPFSDT)runElement;
    System.out.println(sDT);
    System.out.println(sDT.getContent());
    //ToDo: The SDT may have traversable content too.
   }
  }
 }

 static void traverseTableCells(List<ICell> tableICells) throws Exception {
  for (ICell tableICell : tableICells) {
   if (tableICell instanceof XWPFSDTCell) {
    XWPFSDTCell sDTCell = (XWPFSDTCell)tableICell;
    System.out.println(sDTCell);
    //ToDo: The SDTCell may have traversable content too.
   } else if (tableICell instanceof XWPFTableCell) {
    XWPFTableCell tableCell = (XWPFTableCell)tableICell;
    System.out.println(tableCell);
    traverseBodyElements(tableCell.getBodyElements());
   }
  }
 }

 static void traverseTableRows(List<XWPFTableRow> tableRows) throws Exception {
  for (XWPFTableRow tableRow : tableRows) {
   System.out.println(tableRow);
   traverseTableCells(tableRow.getTableICells());
  }
 }

 static void traverseBodyElements(List<IBodyElement> bodyElements) throws Exception {
  for (IBodyElement bodyElement : bodyElements) {
   if (bodyElement instanceof XWPFParagraph) {
    XWPFParagraph paragraph = (XWPFParagraph)bodyElement;
    System.out.println(paragraph);
    traverseRunElements(paragraph.getIRuns());
   } else if (bodyElement instanceof XWPFSDT) {
    XWPFSDT sDT = (XWPFSDT)bodyElement;
    System.out.println(sDT);
    System.out.println(sDT.getContent());
    //ToDo: The SDT may have traversable content too.
   } else if (bodyElement instanceof XWPFTable) {
    XWPFTable table = (XWPFTable)bodyElement;
    System.out.println(table);
    traverseTableRows(table.getRows());
   }
  }
 }

 public static void main(String[] args) throws Exception {

  String inFilePath = "./WordDocument.docx";

  XWPFDocument document = new XWPFDocument(new FileInputStream(inFilePath));
  traverseBodyElements(document.getBodyElements());

  document.close();
 }

}

import java.io.FileInputStream；
导入org.apache.poi.xwpf.usermodel.*；
导入java.util.List；
公共类WordReadAllContent{
静态void遍历结构（列表图片）引发异常{
用于（XWPFPicture图片：图片）{
系统输出打印项次（图片）；
XWPFPictureData=picture.getPictureData（）；
System.out.println（pictureData）；
}
}
静态void TraverserElements（列表runElements）引发异常{
对于（IRunElement runElement:runElements）{
if（XWPFFieldRun的runElement实例）{
xwpffeeldrun fieldRun=（xwpffeeldrun）runElement；
System.out.println（fieldRun.getClass（）.getName（））；
系统输出打印LN（现场运行）；
traversePictures（fieldRun.getEmbeddedPictures（））；
}else if（XWPFHyperlinkRun的runElement实例）{
XWPFHyperlinkRun hyperlinkRun=（XWPFHyperlinkRun）runElement；
System.out.println（hyperlinkRun.getClass（）.getName（））；
System.out.println（hyperlinkRun）；
traversePictures（hyperlinkRun.getEmbeddedPictures（））；
}else if（XWPFRun的runElement实例）{
XWPFRun=（XWPFRun）runElement；
System.out.println（run.getClass（）.getName（））；
System.out.println（运行）；
traversePictures（run.getEmbeddedPictures（））；
}else if（XWPFSDT的runElement实例）{
XWPFSDT=（XWPFSDT）runElement；
系统输出打印项次（sDT）；
System.out.println（sDT.getContent（））；
//ToDo:SDT可能也有可遍历的内容。
}
}
}
静态void traverseTableCells（列表表单元格）引发异常{
用于（ICell tableICell:tableICells）{
if（XWPFSDTCell的tableICell实例）{
XWPFSDTCell=（XWPFSDTCell）tablecell；
系统输出打印项次（sDTCell）；
//ToDo:SDTCell可能也有可遍历的内容。
}else if（XWPFTableCell的TableCell实例）{
XWPFTableCell表格单元格=（XWPFTableCell）表格单元格；
System.out.println（tableCell）；
TraverseBayElements（tableCell.getBodyElements（））；
}
}
}
静态void traverseTableRows（List tableRows）引发异常{
对于（XWPFTableRow表格行：表格行）{
System.out.println（tableRow）；
traverseTableCells（tableRow.getTableICells（））；
}
}
静态void TraverseBayElements（List bodyElements）引发异常{
用于（IBodyElement bodyElement:bodyElements）{
if（XWPFParagraph的bodyElement实例）{
XWPFParagraph段落=（XWPFParagraph）bodyElement；
系统输出打印LN（段落）；
遍历元素（段落.getIRuns（））；
}else if（XWPFSDT的bodyElement实例）{
XWPFSDT sDT=（XWPFSDT）bodyElement；
系统输出打印项次（sDT）；
System.out.println（sDT.getContent（））；
//ToDo:SDT可能也有可遍历的内容。
}else if（XWPFTable的bodyElement实例）{
XWPFTable table=（XWPFTable）bodyElement；
系统输出打印项次（表）；
traverseTableRows（table.getRows（））；
}
}
}
公共静态void main（字符串[]args）引发异常{
字符串inFilePath=“./WordDocument.docx”；
XWPFDocument document=新的XWPFDocument（新文件输入流（inFilePath））；
traverseBodyElements（document.getBodyElements（））；
document.close（）；
}
}

---

这是一份工作草案。我肯定，我忘了什么。

这个问题在这里很难回答。其他人围绕“在ApachePOI中按word文档（docx）的顺序读取所有内容”的要求对整个库进行了编程。看，我可以给你一些解释，为什么图片不能像表格一样处理。图片不是document.xml的一部分。文档中的所有内容都是对图片数据的引用，这些图片数据存储在其他地方，在zip包中的不同xml文件中。像OpenXMLSDK这样的库提供了对整个zip包的访问，它可以处理您的请求，但需要更多的编码。显然，还有其他库可以按照您的要求执行^^。但我想你可能想理解“为什么”…@Cindy Meister:

Apache poi

还“提供对整个邮政包的访问”@AxelRichter Good to know:-）有时候，当我阅读评论时，我不清楚它是否可以到达所有的小角落…很好的例子，但BodyElement不包括一些元素，就像注释或脚注一样。@Ermintar：正确，但我已经告诉过了：这是一份工作草案。我肯定，我忘了什么。这是一个开始，当然你可以自由地改进和扩展它。

import java.io.FileInputStream;

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

import java.util.List;

public class WordReadAllContent {

 static void traversePictures(List<XWPFPicture> pictures) throws Exception {
  for (XWPFPicture picture : pictures) {
   System.out.println(picture);
   XWPFPictureData pictureData = picture.getPictureData();
   System.out.println(pictureData);
  }
 }

 static void traverseRunElements(List<IRunElement> runElements) throws Exception {
  for (IRunElement runElement : runElements) {
   if (runElement instanceof XWPFFieldRun) {
    XWPFFieldRun fieldRun = (XWPFFieldRun)runElement;
    System.out.println(fieldRun.getClass().getName());
    System.out.println(fieldRun);
    traversePictures(fieldRun.getEmbeddedPictures());
   } else if (runElement instanceof XWPFHyperlinkRun) {
    XWPFHyperlinkRun hyperlinkRun = (XWPFHyperlinkRun)runElement;
    System.out.println(hyperlinkRun.getClass().getName());
    System.out.println(hyperlinkRun);
    traversePictures(hyperlinkRun.getEmbeddedPictures());
   } else if (runElement instanceof XWPFRun) {
    XWPFRun run = (XWPFRun)runElement;
    System.out.println(run.getClass().getName());
    System.out.println(run);
    traversePictures(run.getEmbeddedPictures());
   } else if (runElement instanceof XWPFSDT) {
    XWPFSDT sDT = (XWPFSDT)runElement;
    System.out.println(sDT);
    System.out.println(sDT.getContent());
    //ToDo: The SDT may have traversable content too.
   }
  }
 }

 static void traverseTableCells(List<ICell> tableICells) throws Exception {
  for (ICell tableICell : tableICells) {
   if (tableICell instanceof XWPFSDTCell) {
    XWPFSDTCell sDTCell = (XWPFSDTCell)tableICell;
    System.out.println(sDTCell);
    //ToDo: The SDTCell may have traversable content too.
   } else if (tableICell instanceof XWPFTableCell) {
    XWPFTableCell tableCell = (XWPFTableCell)tableICell;
    System.out.println(tableCell);
    traverseBodyElements(tableCell.getBodyElements());
   }
  }
 }

 static void traverseTableRows(List<XWPFTableRow> tableRows) throws Exception {
  for (XWPFTableRow tableRow : tableRows) {
   System.out.println(tableRow);
   traverseTableCells(tableRow.getTableICells());
  }
 }

 static void traverseBodyElements(List<IBodyElement> bodyElements) throws Exception {
  for (IBodyElement bodyElement : bodyElements) {
   if (bodyElement instanceof XWPFParagraph) {
    XWPFParagraph paragraph = (XWPFParagraph)bodyElement;
    System.out.println(paragraph);
    traverseRunElements(paragraph.getIRuns());
   } else if (bodyElement instanceof XWPFSDT) {
    XWPFSDT sDT = (XWPFSDT)bodyElement;
    System.out.println(sDT);
    System.out.println(sDT.getContent());
    //ToDo: The SDT may have traversable content too.
   } else if (bodyElement instanceof XWPFTable) {
    XWPFTable table = (XWPFTable)bodyElement;
    System.out.println(table);
    traverseTableRows(table.getRows());
   }
  }
 }

 public static void main(String[] args) throws Exception {

  String inFilePath = "./WordDocument.docx";

  XWPFDocument document = new XWPFDocument(new FileInputStream(inFilePath));
  traverseBodyElements(document.getBodyElements());

  document.close();
 }

}