问题标签 [hwpf]

我下载了Apache HWPF。我想用它来读取 doc 文件并将其文本写入纯文本文件。我不太了解HWPF。

我非常简单的程序在这里：

我现在有3个问题：

1. 一些包有错误（他们找不到 apache hdf）。我该如何修复它们？

2. 如何使用 HWDF 的方法来查找和提取图像？

3. 我的程序的某些部分不完整且不正确。所以请帮我完成它。

我必须在 2 天内完成这个程序。

我再次重复请帮助我完成这个。

非常感谢你们的帮助！！！

这是我的基本代码：

我有一个 ms-word 文档（MS-Office 2003；非 xml）。在此文档中有一个与书签关联的字符串。此外，word文档包含word-macros。我的目标是用java读取文档，替换与书签关联的字符串，并将文档保存回word格式。

我的第一种方法是使用 Apache POI HWPF：

这个解决方案的问题是生成的文件不再包含宏（原始文档的文件大小：32k；生成的文档的文件大小为19k）。

如果可以使用 POI/HWPF 保留所有原始信息，现在有人吗？

我有文档，我想将 {name}、{address} 等所有模板参数更改为我自己的值。我尝试使用 POI HWPF 库，但保存后我丢失了文档格式。即使我用 POI 打开我的 MS Word 文档并保存（没有任何更改）文档格式也会丢失：) 格式设置意味着居中、字体大小等（没有任何表格或图片 - 只是“纯文本”）。

我可以在这种情况下使用什么库？也许有人对 MS Word 文档和 java 有经验。要求：开源，不使用任何 Windows COM 组件（多平台），不是 OOXML - Microsoft Word XP 2003。

有类似的问题（关于保存后截断文档） Java: parsing ms-word document using POI/HWPF

我使用以下代码使用 hwpf 从 word 文件中读取列表结构。我的问题是如何读取嵌套的列表结构，即列表中的列表中的列表等等。

我目前正在使用 apache poi 处理 Java 项目。现在在我的项目中，我想将 doc 文件转换为 pdf 文件。转换成功完成，但我只得到 pdf 格式的文本，而不是任何文本样式或文本颜色。我的 pdf 文件看起来像黑白的。虽然我的 doc 文件是彩色的并且具有不同的文本样式。

这是我的代码，

请帮我。

提前谢谢。

我正在尝试修改使用apache POI将 MS word 文档转换为文本的现有代码。我是这个 Apache POI API 的新手。org.apache.poi.hwpf.usermodel.Paragraph类的 GetTableLevel()方法返回一些整数值。

对于某些表，此方法返回值 1，而对于某些其他表，它返回 0。我无法理解这种行为。

我在这里查看了这个 API 的 JavaDoc，但是没有关于这个方法的返回值的描述。

谁能告诉我这个方法的可能返回值是什么？

这是调用 GetTableLevel() 方法的代码片段：

请赐教！！！

请有人帮助我将文本放入段落中。我有这个代码：

但问题是，如果我将“from”字符串直接放入范围，它将在结果文档中，但如果我创建一个段落并将其放入其中，则文档为空。即使我用 apache tika 及其 WordExtractor 处理它，它也一无所获。

顺便说一句 /poi/template.doc 是空文档。

如果我这样做：

并且 from 是“whatever”，然后在文档中有“w”（初始）字符的开头......这到底是什么？

HYPERLINK“目标”标签

如何从 HWPF 文档中提取超链接？我可以从 doc 文件中获取段落并在必要时提取正确的样式，即粗体、斜体等。但是我将如何识别和提取段落中的超链接？

我想删除 Word 文档的所有超链接并保留文本。我有这两种方法来阅读带有 doc 和 docx 扩展名的 word 文档。

是否可以使用 apache poi 库删除 word 文档的所有链接？如果不是，是否有任何其他库可以提供此功能？

我已经从这个链接的第一个镜像链接下载了 poi api jar 文件，这是建议的。

下载后，我看到那里不存在org.apache.poi.hwpf包。实际上我的工作完全依赖于那个 API。所以任何人都可以告诉我下载hwpf API的正确链接。

实际上，我的工作是读取带有一些文本和一些表格的 MS Word 文件，然后编辑表格行的值。如果任何其他 API 也适用于此类工作，请建议我提供下载链接。