用 Docx4j 玩转 Word 文档处理

嘿，朋友们！在 Java 开发里处理 Word 文档时，Docx4j 可是个超厉害的库，它能让咱轻松创建、读取、修改和转换 Word 文档。下面咱就详细说说怎么用 Docx4j 来处理 Word 文档。

1. 引入依赖

要是你用 Maven 管理项目，就在 pom.xml 里加上这些依赖：

<dependencies>
    <dependency>
        <groupId>org.docx4j</groupId>
        <artifactId>docx4j-JAXB-Internal</artifactId>
        <version>11.4.9</version>
    </dependency>
    <dependency>
        <groupId>org.docx4j</groupId>
        <artifactId>docx4j-JAXB-ReferenceImpl</artifactId>
        <version>11.4.9</version>
    </dependency>
    <dependency>
        <groupId>org.docx4j</groupId>
        <artifactId>docx4j</artifactId>
        <version>11.4.9</version>
    </dependency>
</dependencies>

2. 创建一个简单的 Word 文档

下面是创建一个简单 Word 文档的 Java 代码示例：

import org.docx4j.Docx4J;
import org.docx4j.convert.out.FOSettings;
import org.docx4j.openpackaging.packages.WordprocessingMLPackage;
import org.docx4j.openpackaging.parts.WordprocessingML.MainDocumentPart;
import org.docx4j.wml.P;
import org.docx4j.wml.Text;

import java.io.File;
import java.io.FileOutputStream;
import java.io.OutputStream;

public class CreateWordDocument {
    public static void main(String[] args) {
        try {
            // 创建一个 WordprocessingMLPackage 对象，表示一个 Word 文档
            WordprocessingMLPackage wordMLPackage = WordprocessingMLPackage.createPackage();
            // 获取文档的主文档部分
            MainDocumentPart mainDocumentPart = wordMLPackage.getMainDocumentPart();

            // 创建一个段落
            P paragraph = mainDocumentPart.createParagraphOfText("这是用 Docx4j 创建的一个简单 Word 文档。");

            // 保存文档
            OutputStream os = new FileOutputStream(new File("output.docx"));
            Docx4J.save(wordMLPackage, os, Docx4J.FLAG_NONE);
            os.close();

            System.out.println("Word 文档创建成功！");
        } catch (Exception e) {
            e.printStackTrace();
            System.out.println("Word 文档创建失败：" + e.getMessage());
        }
    }
}

代码解释

• WordprocessingMLPackage wordMLPackage = WordprocessingMLPackage.createPackage();：创建一个 WordprocessingMLPackage 对象，它代表整个 Word 文档。

• MainDocumentPart mainDocumentPart = wordMLPackage.getMainDocumentPart();：获取文档的主文档部分，后续操作主要在这个部分进行。

• P paragraph = mainDocumentPart.createParagraphOfText("这是用 Docx4j 创建的一个简单 Word 文档。");：创建一个段落，并添加文本内容。

• OutputStream os = new FileOutputStream(new File("output.docx")); 和 Docx4J.save(wordMLPackage, os, Docx4J.FLAG_NONE);：将文档保存为 output.docx 文件。

3. 读取 Word 文档内容

下面是读取 Word 文档内容的示例代码：

import org.docx4j.Docx4J;
import org.docx4j.openpackaging.packages.WordprocessingMLPackage;
import org.docx4j.openpackaging.parts.WordprocessingML.MainDocumentPart;
import org.docx4j.wml.P;
import org.docx4j.wml.Text;

import java.io.File;
import java.util.List;

public class ReadWordDocument {
    public static void main(String[] args) {
        try {
            // 加载 Word 文档
            WordprocessingMLPackage wordMLPackage = Docx4J.load(new File("input.docx"));
            // 获取主文档部分
            MainDocumentPart mainDocumentPart = wordMLPackage.getMainDocumentPart();

            // 获取所有段落
            List<Object> paragraphs = mainDocumentPart.getContent();
            for (Object paraObj : paragraphs) {
                if (paraObj instanceof P) {
                    P paragraph = (P) paraObj;
                    List<Object> runs = paragraph.getContent();
                    for (Object runObj : runs) {
                        if (runObj instanceof Text) {
                            Text text = (Text) runObj;
                            System.out.print(text.getValue());
                        }
                    }
                    System.out.println();
                }
            }
        } catch (Exception e) {
            e.printStackTrace();
            System.out.println("Word 文档读取失败：" + e.getMessage());
        }
    }
}

代码解释

• WordprocessingMLPackage wordMLPackage = Docx4J.load(new File("input.docx"));：加载 input.docx 文件。

• 通过遍历主文档部分的内容，找到所有段落和文本，然后将文本内容打印出来。

4. 替换 Word 文档中的文本

下面是替换 Word 文档中指定文本的示例代码：

import org.docx4j.Docx4J;
import org.docx4j.openpackaging.packages.WordprocessingMLPackage;
import org.docx4j.openpackaging.parts.WordprocessingML.MainDocumentPart;
import org.docx4j.wml.P;
import org.docx4j.wml.Text;

import java.io.File;
import java.io.FileOutputStream;
import java.io.OutputStream;
import java.util.List;

public class ReplaceTextInWord {
    public static void main(String[] args) {
        try {
            // 加载 Word 文档
            WordprocessingMLPackage wordMLPackage = Docx4J.load(new File("input.docx"));
            // 获取主文档部分
            MainDocumentPart mainDocumentPart = wordMLPackage.getMainDocumentPart();

            // 要替换的文本和替换后的文本
            String oldText = "旧文本";
            String newText = "新文本";

            // 获取所有段落
            List<Object> paragraphs = mainDocumentPart.getContent();
            for (Object paraObj : paragraphs) {
                if (paraObj instanceof P) {
                    P paragraph = (P) paraObj;
                    List<Object> runs = paragraph.getContent();
                    for (Object runObj : runs) {
                        if (runObj instanceof Text) {
                            Text text = (Text) runObj;
                            String value = text.getValue();
                            if (value != null && value.contains(oldText)) {
                                text.setValue(value.replace(oldText, newText));
                            }
                        }
                    }
                }
            }

            // 保存修改后的文档
            OutputStream os = new FileOutputStream(new File("output_replace.docx"));
            Docx4J.save(wordMLPackage, os, Docx4J.FLAG_NONE);
            os.close();

            System.out.println("Word 文档文本替换成功！");
        } catch (Exception e) {
            e.printStackTrace();
            System.out.println("Word 文档文本替换失败：" + e.getMessage());
        }
    }
}

代码解释

• 先加载 input.docx 文件，然后遍历文档中的所有段落和文本，找到包含指定旧文本的地方，将其替换为新文本。

• 最后将修改后的文档保存为 output_replace.docx 文件。

嘿，朋友们！有了这些示例代码，咱就能用 Docx4j 轻松处理 Word 文档啦。赶紧动手试试，让你的 Java 程序在 Word 文档处理方面大显身手！