POI操作WORD

通过下面的两种方法可以从文档里读取所有字符性的内容（忽略字符的属性）。
通过输出流来写到文本文件中。
public static void getWordContent(String fileName) throws Exception{
   FileInputStream in = new FileInputStream(new File(fileName));
   WordExtractor extractor = new WordExtractor(in);
   String text = extractor.getText();
   FileWriter f = new FileWriter(new File("e:\\Test.txt"));
   f.write(text);
   f.close();
}

public static void getWordDetail(String fileName) throws Exception{
   FileInputStream in = new FileInputStream(new File(fileName));
   FileOutputStream out = new FileOutputStream(new File("e:\\test.txt"));
   HWPFDocument doc = new HWPFDocument(in);
   System.out.println("文档长度:"+doc.characterLength());
   Range range = doc.getRange();
   String text = range.text();
   System.out.println(text);
   byte[] _inBuf = text.getBytes();
   out.write(_inBuf);
   out.close();
}

如果要每个字符的样式，可以用CharaterRun这个类，它的方法专门用于获得字符和判断的样式。
如:
import java.io.File;
import java.io.FileInputStream;
import org.apache.poi.hwpf.HWPFDocument;
import org.apache.poi.hwpf.usermodel.Range;
import org.apache.poi.hwpf.usermodel.CharacterRun;
public class Angle {
public static void getAwayAngle(String fileName) throws Exception {
   FileInputStream in = new FileInputStream(new File(fileName));
   HWPFDocument doc = new HWPFDocument(in);
   int length = doc.characterLength();
   StringBuffer sb = new StringBuffer();
   for (int i = 0; i < length-1; i++) {
   Range range = new Range(i, i+1, doc);
       //之所以用这个构造方法，是因为整篇文章的字符判断不准确。只好一个字符一个字符的来判断。
       //而且API的说明文字相当的不全。
   for(int j=0;j<range.numCharacterRuns();j++){
     CharacterRun cr=range.getCharacterRun(j);
     if(cr.getSubSuperScriptIndex()==0)//getSubSuperScriptIndex()这个方法来判断是否是上下角标
     sb.append(range.text());
   }
   }
   System.out.println(sb.toString());
}
public static void main(String[] args) {
   try {
   getAwayAngle("e:\\test1.doc");
   } catch (Exception e) {
   e.printStackTrace();
   }
}
}

在POI中Range这个类是核心类。里面有很多方法用来操作WORD文档。
还有其它比较重要的类Section和Paragraph等。
POI没有中文的API，英文的API说明相当不全，方法多数只能靠猜。Apache太不负责任了。