Java Apache POI无法保存（HWPFDocument.write）大型word文档文件

我想从.doc文件中删除word元数据。My

.docx

文件可以与

XWPFDocument

配合使用，但以下用于删除元数据的代码无法用于大型（>1MB）文件。例如，使用带有图像的6MB.doc文件，它输出一个4.5MB文件，其中一些图像被删除

public static InputStream removeMetaData(InputStream inputStream) throws IOException {
    POIFSFileSystem fss = new POIFSFileSystem(inputStream);
    HWPFDocument doc = new HWPFDocument(fss);

    // **it even fails on large files if you remove from here to 'until' below**
    SummaryInformation si = doc.getSummaryInformation();
    si.removeAuthor();
    si.removeComments();
    si.removeLastAuthor();
    si.removeKeywords();
    si.removeSubject();
    si.removeTitle();

    doc.getDocumentSummaryInformation().removeCategory();
    doc.getDocumentSummaryInformation().removeCompany();
    doc.getDocumentSummaryInformation().removeManager();
    try {
        doc.getDocumentSummaryInformation().removeCustomProperties();
    } catch (Exception e) {
        // can not remove above
    }
    // until

    ByteArrayOutputStream os = new ByteArrayOutputStream();
    doc.write(os);
    os.flush();
    os.close();
    return new ByteArrayInputStream(os.toByteArray());
}

相关职位：

---

您使用的是哪个版本的Apache POI

这似乎是最重要的

请升级到，然后重试

---

希望对您有所帮助。

您使用的是哪个版本的Apache POI

这似乎是最重要的

请升级到，然后重试

---

希望能有帮助。

老实说，我不理解你的问题。问题是，您有一些异常，还是您有太大的输出文件=>要删除的内容仍然存在？元数据已正确删除，但给定一个6mb的文件，其中包含表格、页脚、页眉和图像，poi将输出一个~4.5mb的文件，其中删除了元数据，但也删除了一些随机图像。如果删除了随机图像（每次调用都会删除其他内容），则它必须是线程问题，或者是一个传递不正确的outofmemoryerror（例如）。如果在单个线程中运行线程问题，则可以检查线程问题，然后它可以正常工作。Outofmemory错误可以通过制动点找到。我建议以调试模式运行代码，并设置异常制动点（捕获和取消锁定）捕捉错误和运行时异常。也许你会发现一些有趣的事情。如果你可以上传一个示例文档文件，以及你的JVM参数和JVM类型，POI版本，我们可以做更多。下面是一个示例文件，其中一些图像被删除。老实说，我不明白你的问题。问题是，你有一些异常，还是你有一些异常太大的输出文件=>仍保留一些要删除的内容？元数据已正确删除，但给定一个6mb的文件，其中包含表、页脚、页眉和图像，poi将输出一个~4.5mb的文件，其中删除了元数据，但也删除了一些随机图像。如果删除了随机图像（每次调用都会删除其他内容），则它必须是线程问题，或者是一个传递不正确的outofmemoryerror（例如）。如果在单个线程中运行线程问题，则可以检查线程问题，然后它可以正常工作。Outofmemory错误可以通过制动点找到。我建议以调试模式运行代码，并设置异常制动点（捕获和取消锁定）捕捉错误和运行时异常。也许你会发现一些有趣的东西。如果你可以上传一个示例文档文件，以及你的JVM参数和JVM类型，POI版本，我们可以做更多。下面是一个示例文件，其中一些图像被删除。我使用了POI 3.8和最新的夜间版本。两者都有错误。然后，这是另一个错误，或者是回归：/I我使用了poi 3.8和最新的夜间版本。两者都有缺陷。然后，它是另一个缺陷，或者回归的回归：/