POI读取Word文档总结

?? ?本文档为个人总结,不作为指导性教程,未提供解决方案.

1 要解决表格,宏,超链接,图片等显示或者乱码问题，不能用类似WordExtractor的包或者试图用一个函数导出文本，没有现成的解决方案，必须用poi包一个段落一个段落的解析并处理一些特殊的格式。

2 现在对带数字或者符号的”项目符号和编号“无法解析和显示，只能显示文本

3 无法显示修订内容，无法判断哪些的新增的修改，最严重的是无法去掉已经删除的文字

4 分页的时候无法拆分表格，理论上可以解决，但是太花时间，而且取决与你显示表格的技术

5 无法获取word的分页位置；无法处理目录，暂时来说我只是删除了目录。

//*********************************************************

?? ?腊月二十八，找到了判断记录痕迹的办法，判断分页位置应该也没有问题了，对于word2003来说POI应该算做的很细致了，不过缺少全面的例子。下面就是判断段落标志和编号了，PAP应该可以找到吧，注释太少了，不得不啃微软的说明书。

1 楼 qianjinfu 2011-07-17 你好：

看到 POI 判断分页位置 这个功能，你是如何做到了

能否提供思路，和Sample代码，不胜感激 2 楼 shappy1978 2011-07-18 我并没有读取word原来的分页，而是自己根据字数分页 3 楼 qianjinfu 2011-07-18 谢谢回复：

POI读取Word时，判断分页位置 就是一悲剧，我只能用endOffset来判断

分页，相当不精确。

另外 int pageCount = doc.getSummaryInformation().getPageCount();

取得总页数，很多文档取出总是1的问题，当取不出来只能通过。

extractor.getFooterText().trim();解析它的FooterText来判断 4 楼 liudi 2011-08-30 请问怎么去除word上的修订啊 请不吝赐教！！！ 5 楼 ldjjames 2012-08-23 求如何分页，这对我有点太难了。