이미지, 표, 공식 등 .docx 파일에서 데이터를 추출하는 방법은 무엇입니까?

Question

나는 워드 문서에서 주로 이미지, 테이블 및 특수 텍스트 (수식 등)의 데이터를 추출해야하는 작업을 수행하고 있습니다.

웹에서 다운로드 한 단어 파일에서 이미지를 저장할 수 있지만 오류가 발생하는 것보다 동일한 코드를 내 .docx 파일에 적용 할 때. 같은 대한

코드는 잘못된 형식 오류를주고있다

//create file inputstream to read from a binary file 
     FileInputStream fs=new FileInputStream(filename); 
     //create office word 2007+ document object to wrap the word file 
     XWPFDocument docx=new XWPFDocument(fs); 
     //get all images from the document and store them in the list piclist 
     List<XWPFPictureData> piclist=docx.getAllPictures(); 
     //traverse through the list and write each image to a file 
     Iterator<XWPFPictureData> iterator=piclist.iterator(); 
     System.out.println(piclist.size()); 
     while(iterator.hasNext()){ 

     XWPFPictureData pic=iterator.next(); 
     byte[] bytepic=pic.getData(); 
     int i=0; 
     BufferedImage imag=ImageIO.read(new ByteArrayInputStream(bytepic)); 
     //captureimage(imag,i,flag,j); 
     if(imag != null) 
     { 
       ImageIO.write(imag, "jpg", new File("D:/imagefromword"+i+".jpg")); 
     }else{ 
      System.out.println("imag is empty"); 
     } 

입니다. 그러나 나는 doc 파일을 바꿀 수 없다. 두 번째 위의 코드에 대해 더 많은 이미지를 하나 가지고 있고 저장할 때마다 저장할 때마다 이미지를 저장하고 있습니다. 3 개의 이미지가 있다고 가정하면 3 개의 이미지를 저장하지만 3 개의 이미지는 모두 최신 이미지가됩니다.

도움이 될 것입니다.

Answer 1

실제 오류없이 하나만 추측 할 수 있습니다. 그러나 POI 구현 HWPF와 XWPF는 오래된 doc 또는 xml-new-docx를 읽는 Word 문서의 버전에 따라 다릅니다. 일반적으로 잘못된 형식을 사용하여 문서를 열려고하면 형식 오류가 발생합니다. 더 복잡한 문서를 읽으려면 전체 poi-ooxml-schemas jar 파일이 필요합니다.