安卓端实现读取 Word 类文档：doc、docx等格式内容

一、引言

在安卓开发中，读取 Word 文档（包括 .doc 和 .docx 格式）是一个常见需求。Apache POI 是一个强大的 Java 库，专门用于处理 Microsoft Office 文件格式。本文将带你了解如何在安卓端实现这一功能，轻松读取你手中的 Word 文档。

二、什么是 Apache POI？

Apache POI 是一个开源的 Java 库，支持读取和写入多种 Microsoft Office 文件格式。它的名字“POI”寓意“Poor Obfuscation Implementation”（糟糕的混淆实现），暗示了其对 Microsoft 文件格式的逆向工程。适用于多种平台，使得办公文档的处理变得简单高效。

三、主要功能

支持多种文件格式：
- Excel：.xls（HSSF）和 .xlsx（XSSF）
- Word：.doc（HWPF）和 .docx（XWPF）
- PowerPoint：.ppt（HSLF）和 .pptx（XSLF）
跨平台支持：作为 Java API，Apache POI 可以在任何支持 Java 的平台上运行。

四、安卓端实现 Word 文档的内容提取

4.1 读取 `.doc` 文档

对于 .doc 文件，我们需要使用 HWPF。首先，下载以下 jar 包：

将这些 jar 包放入 Android 项目的 libs 目录，代码示例如下：

try (InputStream is = new FileInputStream(file)) {
    HWPFDocument doc = new HWPFDocument(is);
    FileInfo fileInfo = FileInfo.fromFile(file);
    fileInfo.content = doc.getDocumentText(); // 输出文档文本
    listener.onComplete(null, fileInfo);
} catch (FileNotFoundException e) {
    LogUtil.eError("poi", "文件不存在", e);
    listener.onComplete(e, null);
} catch (IOException e) {
    LogUtil.eError("poi", "文件读取异常", e);
    listener.onComplete(e, null);
}

4.2 读取 `.docx` 文档

对于 .docx 文件，我们需要使用 XWPF。下载以下 jar 包：

这样引入会遇到错误：

POI : duplicate entry: org/apache/xmlbeans/xml/stream/BindingConfig.class

五、解决方案

因为 Java 的依赖包在 Android 环境下不太友好，我们需要寻找替代方案。推荐使用 poi-on-android，这是一个开源项目，提供了对 Apache POI 的 Android 适配。

移除之前的 POI 库。
下载并引入 poishadow-all.jar（该包体积较大，包含了 POI 的大部分功能）。

引入后可能会遇到：
```
Cannot invoke "String.length()" because "<parameter1>" is null
```
有关该问题的讨论可参考 Stack Overflow。

5.1 解决方案 1

将 Android Gradle Plugin 升级到 8 以上，可以通过 Android Studio 自动升级：

路径：Tools -> AGP Upgrade Assistant

升级后可能需要处理的一些依赖库的编译错误，查看相关库的 GitHub 页面，根据提示进行适当的版本升级。

5.2 解决方案 2

如果不想折腾过多，可以直接下载较低版本的 poi-on-android，例如 0.7 版本，可以避免许多问题。

六、混淆设置

使用 poi-on-android 时，记得添加混淆规则，避免因混淆导致应用崩溃。更多规则可参考混淆规则文档。

七、总结

通过 Apache POI，我们可以在安卓应用中轻松实现读取 Word 文档的功能。虽然过程中可能会遇到一些问题，但只要耐心处理，就能将这些问题一一解决。赶紧试试吧，让你的应用可以读取文档，不再局限于文本内容！