Java 读取Word文档中的文本内容

这篇文章将介绍如何使用Free Spire.Doc for Java组件在Java应用程序中读取Word文档的文本内容。Free Spire.Doc for Java提供了两种方法来读取Word文档中的内容，一种是直接获取文档中的所有文本内容，另一种是遍历文档的每个段落，然后获取段落中的文本，下面将逐一介绍这两种方法。

Word文档如下：

导入jar文件

在开始前，我们需要导入jar文件。下载Free Spire.Doc for Java并解压缩，然后从lib文件夹下，导入Spire.Doc.jar包到你的Java应用程序中。

(对于maven工程，可以在pom.xml文件中添加对Free Spire.Doc for Java的依赖，参考这篇文章：如何通过Maven仓库安装Spire Java系列组件)

示例代码

方法一 直接获取所有文本

Document类的getText()方法，支持直接获取整个Word文档的所有文本，两行代码就能搞定。

import com.spire.doc.*;

import java.io.IOException;

public class TextReader {
    public static void main(String[] args) throws IOException {
        //加载Word文档
        Document doc = new Document("Input.docx");

        //获取文本
        System.out.println(doc.getText());
    }
}

方法二 遍历段落获取文本

这种方式方法比方法一更加灵活，除了可以获取指定段落的文本外，还可以获取段落的其他属性比如字体、字体大小、对齐方式等。

import com.spire.doc.*;
import com.spire.doc.documents.Paragraph;

import java.io.IOException;

public class ParagraphReader {
    public static void main(String[] args) throws IOException {
        //加载Word文档 
        Document doc = new Document("Input.docx");

        //遍历文档中的节和段落，获取每个段落的文本         
        for(int i = 0; i < doc.getSections().getCount(); i++) {
            Section section = doc.getSections().get(i);
            for (int j = 0; j < section.getParagraphs().getCount(); j++) {
                Paragraph paragraph = section.getParagraphs().get(j);
                System.out.println(paragraph.getText());
            }
        }
    }
}

读取结果（内容太长，没有截全）：