因为工作电脑只能用 Windows ，要读 Word ，想到用 Ruby 带的标准库 win32ole 。但要 Office 没装完整，这库就不好使。你知道，中国的办公电脑没几台是正版的…… 所以去查了下有没有什么别的解决方案。
还真发现了两个：Apache POI 和 docx4j ，都是基于 Java 的。就随便找了 POI 来试试。你妹，坑啊！！！
说好有 Ruby 接口才用它的，结果失效了😱 这种 Apache 的项目也会失效！！！😱
好吧，那就 Java 吧，虽然已经忘得一干二净了😓
- 先把包下下来
- 目前的最新版本是 3.17 ，最起码需要 Java 6 ；下一个版本 4.0.0 至少需要 Java 8 。所以顺道把 Java 9 下了吧。
- 配置环境，主要是把什么
JAVA_HOMECLASSPATHPATH配置好。如果用 TextMate ，打开Preferences->Variables，把这几个变量加进去[1]。 - 然后就是上代码喽。这里必！须！再说一遍：坑爹的文档🤢🤮
先上读 docx 格式文档的代码：
import java.io.FileInputStream;
import org.apache.poi.xwpf.extractor.XWPFWordExtractor;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
public class DocxExtractor
{
public static void main(String[] args)throws Exception
{
XWPFDocument docx = new XWPFDocument(new FileInputStream("sample.docx"));
//using XWPFWordExtractor Class
XWPFWordExtractor we = new XWPFWordExtractor(docx);
System.out.println(we.getText());
}
}
然后是读 doc 格式文档的代码：
import java.io.File;
import java.io.FileInputStream;
import org.apache.poi.hwpf.HWPFDocument;
import org.apache.poi.hwpf.extractor.WordExtractor;
public class DocExtractor
{
public static void main(String[] args)throws Exception
{
FileInputStream fis = new FileInputStream(new File("sample.doc"));
HWPFDocument doc = new HWPFDocument(fis);
WordExtractor ex = new WordExtractor(doc);
System.out.println(ex.getText());
}
}
对了，期间去配置 Windows 下的 Sublime Text 的 Java 环境[2]，还顺便把「批处理」学了呢。那又是一个心酸的故事😪 不过这确实是个学习「批处理」的好项目。
本来还想试试 docx4j 的，比较下性能…… 已经累趴了🐶 没有对比就没有伤害！不出去混，怎么知道 Ruby 的好。早知道这么麻烦，我就直接重装 Office 了😞
-
大概样子是这样（大家记得把
/PATH/TO/换成自己家的路径！其中，poi-scratchpad-3.17.jar这个包里头有读 doc 的类；poi-ooxml-3.17.jar这个包里头有读 docx 的类。对了，最后一个 jar 包得自己下，读 doc 文档的时候用得着）：
↩JAVA_HOME="/Library/Java/JavaVirtualMachines/jdk-9.0.1.jdk/Contents/Home" PATH=".:$PATH:$JAVA_HOME/bin" CLASSPATH=".:$JAVA_HOME/lib: /PATH/TO/poi-3.17/poi-3.17.jar: /PATH/TO/poi-3.17/poi-ooxml-3.17.jar: /PATH/TO/poi-3.17/poi-ooxml-schemas-3.17.jar: /PATH/TO/poi-3.17/ooxml-lib/xmlbeans-2.6.0.jar: /PATH/TO/poi-3.17/ooxml-lib/curvesapi-1.04.jar: /PATH/TO/poi-3.17/poi-scratchpad-3.17.jar: /PATH/TO/poi-3.17/poi-excelant-3.17.jar: /PATH/TO/poi-3.17/commons-collections4-4.1.jar"
