如何从 Java 格式的文件（word 文档、excel）中读取数据？

Question

我有一个文件formatting.doc。 里面有一些文字。 现在我为文档中的文本添加了一些格式。 我在第一段开始前加了空格，给一些词加了下划线，把一些词加粗，并在段落中央对齐。

在我的应用程序中，我尝试使用 Apache POI 读取文件，然后使用 iText 以 PDF 格式显示。 但是，Apache POI 返回的文本是原始数据。 即没有任何格式。

Java 中有什么方法可以读取带有所有格式的文件的文本吗？

Answer 1

我相信您最好的选择是使用Apache Tika 。 它使用 Apache POI 和其他一些库，并提供格式化提取等功能。