如何使用POI读取粗体和斜体格式的Word文档

Question

我正在使用Apache POI。

我可以使用“ org.apache.poi.hwpf.extractor.WordExtractor”从文档文件中读取文本

甚至通过使用“ org.apache.poi.hwpf.usermodel.Table”获取表

但请提出建议，我该如何获取文本的粗体/斜体格式。

提前致谢。

Answer 1

WordExtractor 只返回文本，没有别的。

获取 word 文档的文本+格式的最简单方法是切换到使用Apache Tika。Apache Tika 构建在 Apache POI（等等）之上，并提供纯文本提取和丰富的提取（带格式的 XHTML）。

或者，如果您想自己编写代码，我建议您查看Tika 的 WordExtractor 中的代码，它演示了如何使用 Apache POI 获取文本运行的格式信息。