Java将数据写入word文档(.doc)

相关文章推荐

一身肌肉的菠萝 · AzureAD ...· 8 月前 ·

一身肌肉的莲藕 · 基于糖尿病视网膜病变的诊断模型对糖尿病肾病有 ...· 1 年前 ·

长情的消防车 · python 3.x - PyQt5 ...· 1 年前 ·

侠义非凡的毛衣 · C++ 中无符号整形溢出是 UB 吗？ - 知乎· 1 年前 ·

狂野的日光灯 · 显微镜的分辨率和图像的分辨率可以换算吗？ - 知乎· 1 年前 ·

一、HWPFDocument类的使用
用HWPFDocument类将数据写到指定的word文档中，基本思路是这样的：
- 首先，建立一个HWPFDocument类的实例，关联到一个临时的word文档；
- 然后，通过Range类实例，将数据写入这个word文档中；
- 接着，将这个临时的word文档通过write函数写入指定的word文档中。
- 最后，关闭所有资源。
下面详细说明各个步骤。
1.构造函数
这里要说明一下，经过试验，暂时还没找到直接在程序中新建一个word文档并读取的方法，只能先创建好temp.doc，然后在程序中读取。（用File-createNewFile和POIFSFileSystem.create创建出来的.doc文件，都不能被正确读取）
另外，其实选择哪种参数传入都是一样的，毕竟HWPFDocument关联的word文档是无法写入的，只是当作一个临时文件。所以，选择最为熟悉的InputStream较为合适。
参数1：InputStream。可将word文档用FileInputStream流读取，然后传入HWPFDocument类。主要用于读取word文档中的数据。
参数2：POIFSFileSystem。POIFSFileSystem的构造函数参数可以是(File,boolean)【这样的话file必须是已经存在的】，后者为false时可读写。这里可以写为

HWPFDocument doc = new HWPFDocument(new POIFSFileSystem(new File("temp.doc"),false));

2.Range类
(1)获取Range类实例。
HWPFDocument类中有一系列获取Range类实例以操作word文档的方法。比较常用的是getRange()，这个方法可以获取涵盖整个文档的范围，但不包括任何页眉和页脚。

Range range = doc.getRange();

此外，还有获取所有文本范围的getOverallRange()、获取所有文本框的getMainTextboxRange()等等，具体可以根据需求查阅文档。

(2)Range类操作word文档
Range类中有大量获取文档数据的方法，若有需要可以查阅文档。这里只说明与写入数据有关的方法。
1. insertBefore(String)，将字符串插入到此range的开头。返回值类型：CharacterRun
2. insertAfter(String)，将字符串插入到此range的结尾。返回值类型：CharacterRun
3. insertTableBefore(short列数, int行数)，在此range的开头插入一个指定行列数的表。返回值类型：Table
4. text()，获取当前range的所有文本。返回值类型：String。虽然不是写入数据的方法，但是在调试过程中比较好用。

3.write方法
HWPFDocument类中的write方法有三种重载形式：（实际上可以理解为writeTo）
参数1：空参数。将本对象关联的word文档写入另一个打开的可写的POIFSFileSystem文件中。
参数2：File。将本对象关联的word文档写入指定的文件（newFile）中。如果该文件不存在，则创建；若存在，则覆盖。
参数3：OutputStream。将本对象关联的word文档写入指定的字节输出流中。
可以根据需求选择，但是最好还是选择OutputStream，因为输出流的操作空间更大。参数2的newFile不能续写，只能覆盖。
可以将其直接写入目标文件的输出流，也可以先写入一个字节数组输出流，在通过字节数组输出流写入到目标文件输出流中。

4.关闭资源
- 关闭doc.close();，也即是关闭doc所使用的资源”temp.doc”
- 关闭将数据写入指定word文档的输出流

二、代码示例

* @description 将数据归档到.doc的word文档中。数据续写到原目标文件末尾。 * @param source * 源文件（必须存在！） * @param sourChs * 读取源文件要用的编码，若传入null，则默认是GBK编码 * @param target * 目标word文档（必须存在！） public static void storeDoc(File source, String sourChs, File target) { * 思路： 1.建立字符输入流，读取source中的数据。 2.在目标文件路径下new File：temp.doc * 3.将目标文件重命名为temp.doc，并用HWPFDocument类关联（temp.doc）。 * 3.由temp.doc建立Range对象，写入source中的数据。 4.建立字节输出流，关联target。 * 5.将range中的数据写入关联target的字节输出流。 if (! target.exists()) { throw new RuntimeException("目标文件不存在！" ); if (sourChs == null ) { sourChs = "GBK" ; BufferedReader in = null ; HWPFDocument temp = null ; BufferedOutputStream out = null ; String path = target.getParent(); File tempDoc = new File(path, "temp.doc" ); target.renameTo(tempDoc); try { in = new BufferedReader( new InputStreamReader( new FileInputStream(source), sourChs)); temp = new HWPFDocument( new BufferedInputStream( new FileInputStream(tempDoc))); out = new BufferedOutputStream( new FileOutputStream(target)); Range range = temp.getRange(); String line = null ; range.insertAfter(getDate( 12 )); range.insertAfter( "\r" ); while ((line = in.readLine()) != null ) { range.insertAfter(line); range.insertAfter( "\r"); // word中\r是换行符 range.insertAfter( "\r" ); range.insertAfter( "\r" ); temp.write(out); } catch (UnsupportedEncodingException e) { // TODO 自动生成的 catch 块 e.printStackTrace(); } catch (FileNotFoundException e) { // TODO 自动生成的 catch 块 e.printStackTrace(); } catch (IOException e) { // TODO 自动生成的 catch 块 e.printStackTrace(); } finally { if (in != null ) { try { in.close(); } catch (IOException e) { // TODO 自动生成的 catch 块 e.printStackTrace(); if (temp != null ) { try { temp.close(); } catch (IOException e) { // TODO 自动生成的 catch 块 e.printStackTrace(); if (out != null ) { try { out.close(); } catch (IOException e) { // TODO 自动生成的 catch 块 e.printStackTrace(); tempDoc.deleteOnExit();

三、调试记录
1.关于创建临时temp.doc的尝试
目的：在程序开始时创建一个temp.doc，程序结束后删除。

尝试1：用File-createNewFile创建出文件，然后用POIFSFileSystem构造函数打开这个文件，然后用HWPFDocument关联到这个POIFSFileSystem类实例。
结果：org.apache.poi.EmptyFileException: The supplied file was empty (zero bytes long)。创建出的文件是0字节空文件，不能被POIFSFileSystem打开。

尝试2：用POIFSFileSystem.create(file)静态函数创建POIFSFileSystem实例，然后用 HWPFDocument关联。
结果：java.io.FileNotFoundException: no such entry: “WordDocument”, had: []。文件是创建成功了，也用POIFSFileSystem成功载入，但是HWPFDocument无法接收这个参数。

结论：目前只能用Office软件创建的word文档才行。也就是说暂时还没找到直接在程序中新建一个word文档的方法，只能先创建好temp.doc，然后在程序中读取。

2.无法写入temp.doc

描述：用doc.getRange()方法获取文件的整个范围，然后用range.insertAfter(String)方法插入数据。编译运行没有任何异常，但是打开文件发现还是原样。

尝试：插入数据后用range.text()获取当前range的所有文本并显示在控制台上，发现数据的确是成功插入到了range中，但是temp.doc依然没有任何变化。

猜测：可能是文件读取到HWPFDocument的方式不对，只读不可写入。
也有可能是range中的内容并不会改变.doc的内容，必须doc.write(*)写入到另一个文件中才行。
尝试：通过各种方式（inputstream,poifsfilesystem,(poifs,readonly)）载入temp.doc，结果都是一样。于是开始尝试第二种猜测。

3.加入doc.write(*)方法后，运行报错，找不到需要的类文件（编译正常）。
详情：只加了这一句话，这句话报错：doc.write(out)：java.lang.NoClassDefFoundError错误
分析：NoClassDefFoundError发生在编译时对应的类可用，而运行时在Java的classpath路径中，对应的类不可用导致的错误。
解决：要注意看报错的提示：
Exception in thread “main” java.lang.NoClassDefFoundError: org/apache/commons/collections4/bidimap/TreeBidiMap……
可以看出，是org.apache.commons.collections4包找不到导致的。导入这个包即可。
收获：使用外部jar包时，并不是只把所有代码里用到的类所在的jar包导入就万事大吉了，经常是代码中用到的类里需要用到其他包中的类。如果在运行时报错，要注意看报错提示，根据提示导入相关的包。
就这样一个简答的小bug卡了我半天，以后代码出错时不要只看错误类型，一定要细看报错的描述。

4.无法写入目标文件
详情：续2，通过doc.write(out)方法将数据写到字节输出流，目标文件毫无变化。

尝试：用doc.write方法将数据写到字节数组，看看数据是否真的被输出了（如果是，就说明是数据写入目标文件的过程中出了问题，而不是doc.write输出的问题）
结果：在输出的内容中找到了想要输出的数据。由此说明，前面的一切都没问题了，问题出在把数据写入word文档上。

尝试：将目标文件删除，让程序创建出一个。结果，写入成功。那么问题来了：

5.目标文件无法续写
详情：由程序自己创建出的word文档可以写入，但已存在的word文档无法续写。即使是程序自己创建出的word文档，也只能写入一次，无法续写。

分析：Range输出的数据是带有word文档的创建信息和格式数据的，这些内容对于已存在的 word文档不适用。
现在的情况是：用于创建HWPFDocument对象的temp.doc必须手动创建；目标文件必须由代码生成，且生成后只能用代码写入一次。
将数据写入指定word文档的流程是：用getRange()方法获得临时文件数据（其实是为了获取 word文档的创建信息、格式数据），然后将源文件数据写入range，最后将range写入目标文件的字节输出流。
既然如此，为何不直接将临时文件的来源设为目标文件呢？这样getRange所获取的range就能同时包含目标文件中的原有文本数据，再在其后添加源文件中的内容，然后将整个range写入由代码新创建的目标文件，不就是另一种意义上的续写吗？这样既避免了手动创建temp.doc，又能实现续写，还能让避免产生垃圾文件（无意义的temp.doc）

解决：考虑到输入输出的冲突问题，先将目标文件重命名为temp.doc，然后由程序新创建出一个空的目标文件。如果需要续写，就直接用getRange方法获取原来的所有数据；如果不需要续写，就用Range(0,0,tempdoc)获取一个空的range，只带有格式和创建信息。将所有源数据写入range后，用temp.write(out)将range中的数据写入新创建的目标文件。

6.如何不续写？
思路：由传入的参数，如果不续写，就用range.replaceText(“”,false)，将整个range清空，然后再往后插入需要的内容。

问题1：角标越界异常
分析：将整个range清空会导致无法插入，可以将整个range改为” t o b e d e l e t e d " ，输出前再 r a n g e . r e p l a c e T e x t ( " {tobedeleted}”,”“)删掉标志即可。

问题2：做了上述操作后，仍然是续写，原range并没有清空。
分析：经过一系列测试，发现原因：用程序写入的文本，用range.text()读取不到，当然用 range.replaceText也无法操作了。而在程序写入后，随便手动在文件中写点东西然后保存，再用range.text()就可以读取到了。

结论：这可能是包的固有bug之二，暂时无法解决。

其实，poi包对于word文档来说，主要功能还是读取，写入功能很初级、不完善。poi只能操作最简单的word格式内容，当要求的样式复杂、文档长度较长时，用poi就较难完成要求。
这时，Jacob是一个更好的选择。Jacob能完整保持复杂的格式内容，操作也更为方便。但Jacob也有个缺点：只能在Windows平台下实现，无法在linux平台下实现。
此外，要生成标准格式的word文档，还有一种思路，是在另一篇博客上看到的：

先用office2003或者2007编辑好word的样式，然后另存为xml，将xml翻译为FreeMarker模板，最后用java来解析FreeMarker模板并输出Doc。经测试这样方式生成的word文档完全符合office标准，样式、内容控制非常便利，打印也不会变形，生成的文档和office中编辑文档完全一样。