API Java nguồn mở cho tài liệu Word DOCX

Bắt đầu với DOCX4J

Trước hết, bạn cần cài đặt Bộ phát triển Java (JDK) trên hệ thống của mình. Tham chiếu DOCX4J trong dự án Java dựa trên Maven của bạn thậm chí còn đơn giản hơn. Tất cả những gì bạn cần là thêm phần phụ thuộc sau vào pom.xml của bạn và để IDE của bạn tìm nạp và tham chiếu các tệp DOCX4J Jar.

<dependency>
<groupId>org.docx4j</groupId>
<artifactId>docx4j-JAXB-Internal</artifactId>
<version>8.0.0</version>
</dependency>
<dependency>
<groupId>org.docx4j</groupId>
<artifactId>docx4j-JAXB-ReferenceImpl</artifactId>
<version>8.0.0</version>
</dependency>
<dependency>
<groupId>org.docx4j</groupId>
<artifactId>docx4j-JAXB-MOXy</artifactId>
<version>8.0.0</version>
</dependency>
  

Thêm Đoạn văn, Hình ảnh & Bảng vào Tài liệu Word

DOCX4J cho phép các nhà phát triển thêm đoạn văn và hình ảnh vào tài liệu Word. API cũng cung cấp tính năng thêm bảng vào tài liệu DOCX trong khi vẫn có thể tạo các bảng đơn giản và lồng nhau với dữ liệu do người dùng xác định.

// Create word package
WordprocessingMLPackage wordPackage = WordprocessingMLPackage.createPackage();
// Create main document part
MainDocumentPart mainDocumentPart = wordPackage.getMainDocumentPart();
// Add Paragraph
mainDocumentPart.addParagraphOfText("Open Source Java API for Word DOCX Documents");
// Save file
wordPackage.save(new File("FileFormat.docx"));

Trích xuất văn bản từ DOCX

DOCX4J cung cấp lớp chuyên dụng để trích xuất dữ liệu từ tài liệu Microsoft Word DOCX chỉ với một vài dòng mã. Theo cách tương tự, nó cũng có thể trích xuất các tiêu đề, chú thích cuối trang, dữ liệu bảng, v.v. từ tệp Word.

// Load document
WordprocessingMLPackage wordMLPackage = WordprocessingMLPackage.load(new File("FileFormat.docx"));
// Load main document part
MainDocumentPart mainDocumentPart = wordMLPackage.getMainDocumentPart();
// Extract nodes
String textNodesXPath = "//w:t";
List<Object> textNodes= mainDocumentPart.getJAXBNodesViaXPath(textNodesXPath, true);
// Print text
for (Object obj : textNodes) {
  Text text = (Text) ((JAXBElement) obj).getValue();
  String textValue = text.getValue();
  System.out.println(textValue);
}                 

Tạo và chỉnh sửa tài liệu Word bằng Java API

DOCX4J cho phép các lập trình viên phần mềm tạo Tài liệu Word mới ở định dạng tệp DOCX. Các nhà phát triển cũng có thể tải tệp Microsoft Word DOCX hiện có để chỉnh sửa theo nhu cầu ứng dụng của họ. Nó cho phép bạn thêm đoạn văn mới, chèn văn bản, áp dụng căn chỉnh và đường viền văn bản, thay đổi kiểu văn bản, v.v.

Chuyển đổi tài liệu Microsoft Word Docx sang PDF

Thư viện Java mã nguồn mở docx4j cung cấp hỗ trợ hoàn chỉnh cho việc tạo và chuyển đổi tài liệu Microsoft Word docx sang các định dạng phổ biến khác nhau. Ở đó docx4j cung cấp 3 cách khác nhau để chuyển đổi tài liệu Microsoft Word docx sang PDF. Ví dụ sau đây sử dụng Documents4j (chạy từ xa) để chuyển đổi tệp docx sang PDF.

public class DocxFileToPDF {
public static void main(String[] args) throws IOException, Docx4JException {
File output = new File(System.getProperty("user.dir")+"/result.pdf");
FileOutputStream fos = new FileOutputStream(output); 
Documents4jRemoteServices exporter = new Documents4jRemoteServices();
exporter.export(new File(System.getProperty("user.dir")+"/../docx4j-samples-docx4j/sample-docs/sample-docx.docx") , fos, DocumentType.MS_WORD); 
fos.close();
}
}