如何從 Java 格式的文件（word 文檔、excel）中讀取數據？

Question

我有一個文件formatting.doc。 里面有一些文字。 現在我為文檔中的文本添加了一些格式。 我在第一段開始前加了空格，給一些詞加了下划線，把一些詞加粗，並在段落中央對齊。

在我的應用程序中，我嘗試使用 Apache POI 讀取文件，然后使用 iText 以 PDF 格式顯示。 但是，Apache POI 返回的文本是原始數據。 即沒有任何格式。

Java 中有什么方法可以讀取帶有所有格式的文件的文本嗎？

Answer 1

我相信您最好的選擇是使用Apache Tika 。 它使用 Apache POI 和其他一些庫，並提供格式化提取等功能。