Java 计算Word文档中的页数

我试图用java计算word文档中的页面数

这是我的实际代码，我正在使用ApachePOI库

String path1 = "E:/iugkh";
File f = new File(path1);
File[] files = f.listFiles();
int pagesCount = 0;
for (int i = 0; i < files.length; i++) {
    POIFSFileSystem fis = new POIFSFileSystem(new FileInputStream(files[i]));
    HWPFDocument wdDoc = new HWPFDocument(fis);
    int pagesNo = wdDoc.getSummaryInformation().getPageCount();
    pagesCount += pagesNo;
    System.out.println(files[i].getName()+":\t"+pagesNo);
}

这并不是我所期望的，因为前三个文档的页长是4页，另一个是1到5页

我错过了什么

我是否必须使用另一个库来正确计算页数

---

提前感谢

这可能会对您有所帮助。它计算表单提要的数量（有时用于分隔页面），但我不确定它是否适用于所有文档（我想不会）

WordExtractor-extractor=新的WordExtractor（文档）；
String[]段落=提取器.getParagraphText（）；
int pageCount=1；
对于（int i=0；i<段落长度；++i）{
如果（段落[i].indexOf（“\f”）>=0）{
++页面计数；
}
}
系统输出打印项次（页面计数）；

这是Word的某些版本（显然是2010年以前的版本，可能只是在Word 9.0 aka 2000中）或至少是用于计算页面数的COM预览程序的某些版本中的一个错误。apache开发人员拒绝为其实施解决方案：

事实上，当您在Word中打开文件时，它当然会显示实际页面，并且还会重新计算计数，但最初它也会显示“1”。但是在这里，保存在文件中的元数据只是“1”，或者可能什么都没有（见下文）。POI不会“回流”布局以计算该信息

这就是元数据仅在打开和编辑文件时由字处理程序更新的原因。如果您指示Word 2010以“只读”方式打开文件（这是因为它是从internet下载的），则会在页面列中显示“”。见第二张截图。所以很明显，这个文件中有一个bug，而不是TIKA或POI的问题

我还发现该漏洞（Word 9.0/2000）已由MS确认：

---

如果无法使用新版本的Word打开和重新关闭文档，另一个解决方法是将文档转换为pdf（甚至xps），并计算其中的页数。

听起来Word似乎没有费心更新文件中的统计信息（令人沮丧的是，这很常见）。如果你在word中打开文件，查看统计数据，然后保存，这样可以修复它吗？现在可以了吗？用poi-3.9版本测试它，它确实对我有用。谢谢，问题解决了吗？你能告诉我你是如何计算页数的吗？@MuneemHabib不，我没有解决这个问题。它实际上与文档元数据一起工作，如果Word不更新它，您将无法获取页数。@反斜杠我有一个offest值，我想获取页码，这个偏移量在哪里？

WordExtractor extractor = new WordExtractor(document);
String[] paragraphs = extractor.getParagraphText();

int pageCount = 1;
for (int i = 0; i < paragraphs.length; ++i) {
    if (paragraphs[i].indexOf("\f") >= 0) {
        ++pageCount;
    }
}

System.out.println(pageCount);