如何从 Java 格式的文件（word 文档、excel）中读取数据？

Question

我有一个文件格式.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。我在第一段开头添加了空格，在一些单词下划线，将一些单词加粗，并在段落中心对齐。

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。

在 Java 中有什么方法可以读取文件的所有格式？

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。