用於處理docx文檔的Apache POI或docx4j

Question

您認爲如何將docx文檔作爲java對象讀取，爲什麼？

換句話說。哪個庫支持大部分文字標籤？

Answer 1

披露：我帶領docx4j項目

雖然docx4j也可以處理PPTX和XLSX，它主要用於DOCX操作。舉例來說，截至撰寫本文時，docx4j forum中有近1000個話題。該pptx論壇只有10％的數量。

無論你想用docx文件做什麼，docx4j都應該能夠幫助你。有一個通用工作流程的single page overview。

對於很多常見的需求，docx4j提供了更高層次的API。這些包括：

• 創建/打開/保存（當然）的docx

• 報告/文檔生成，使用各種方法：（ⅰ）變 取代，（ⅱ）XML數據綁定（特別強），和（iii）合併郵件

• 導出爲HTML，XHTML

• 導出爲PDF（具有字體支持）

對於其他任何事情，您都可以將docx的JAXB表示操作到您的內容。 JAXB是一種Java社區標準，包含在Java 6中，並且在EclipseLink的MOXy中具有強大的替代實現。 （POI使用XML Bean代替JAXB）

有一個web app可幫助您探索docx，並生成Java代碼以創建相應的Java對象。

當然，如果您有一些特定的任務，您可能會注意到docx4j或POI在那裏有一定的優勢。

docx4j和POI都是ASL v2許可的。

docx4j正在積極維護;其源代碼是on GitHub。

此外，商業支持可用於docx4j，如果需要的話，還有幾種商業擴展，例如MergeDocx。

docx4j確實依賴於POI作爲OLE 2複合文檔格式的its implementation庫，我們對此表示感謝。

Answer 2

我認爲Apache POI的主要重點是處理電子表格，儘管我有讀取Word文檔的功能，並且它使用xml bean來執行此操作。 Docx4j主要處理使用jaxb的docx文檔。通常jaxb允許xml到java對象轉換，因此我認爲docx4j會比較適合您的情況。

Answer 3

我試過Apache POI，但問題是從docx文件打印任何東西時（例如：要打印docx中的所有「Heading1」元素），它會打印大量不良數據和空格。Docx4j會避免這個不好的數據，我試過了。

Answer 4

如果您正在處理docx文檔，docx4j比Apache POI更方便。 您可以使用以下鏈接學習docx4j的基本知識。此外，還有一個docx4j的漂亮論壇。

1. http://blog.iprofs.nl/2012/09/06/creating-word-documents-with-docx4j/ 2. http://www.smartjava.org/content/create-complex-word-docx-documents-programatically-docx4j？

Answer 5

我還沒有使用過docx4j，我打算試一下。 Poi只能處理標準的openxml文檔。 Microsoft docx文件不完全支持openxml格式。如此多種格式可能會失去使用poi。 Docx4j聲稱它旨在支持docx文件的100％格式。我認爲它會更好。