需要的jar包：

        poi-3.8-20120326.jar

        poi-scratchpad-3.8-20120326.jar

创建word文档模板：



 

修改内容代码：

   public static void CreatWordByModel(String  tmpFile, Map<String, String> contentMap, String exportFile) throws Exception{
  
        InputStream in = null;   
        in = new FileInputStream(new File(tmpFile));  
        
        HWPFDocument document = null;
        document = new HWPFDocument(in);
        // 读取文本内容
        Range bodyRange = document.getRange();
        System.out.println(bodyRange.toString());
        System.out.println(bodyRange.text());
        // 替换内容
        for (Map.Entry<String, String> entry : contentMap.entrySet()) {
            bodyRange.replaceText("${" + entry.getKey() + "}", entry.getValue());
        }

        //导出到文件
        try {
        	ByteArrayOutputStream byteArrayOutputStream = new ByteArrayOutputStream();
            document.write((OutputStream)byteArrayOutputStream);
            OutputStream outputStream = new FileOutputStream(exportFile);
            outputStream.write(byteArrayOutputStream.toByteArray());
            outputStream.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

 

测试代码：

    public static void main(String[] args) throws Exception {
        Map map=new HashMap();
        map.put("name","刁某某");
        map.put("age","24");
        map.put("sex","男");
        CreatWordByModel("G:/docModel.doc",map,"G:/downWord.doc");
    }

 

测试结果：



 

PHP读取word文档 导入word文档
PHP读取word文档 导入word文档
libreoffice把word转html
用phpquery读取html的内容

PHP读取word文档 导入word文档
前一段时间在工作中遇见了一个棘手的需求，客户要求把word里的数据导入，对数据进行统计。

刚开始觉得挺简单用phpword应该能够实现，后在网上各处询问也没发现phpword能够导入word，

然后我就转换了思路，先用libreoffice把word转换成html
libreoffice把word转html
安装libreoffice就不多做介绍



用这个命令就可以把word文档转为html
用phpquery读取html的内容
获取到html了下面就是读取里边的内容了 大家应该都用过jquery，jQuery可以在html中获取html里的内容

可以在php后端我们改如何操作呢，用phpQuery就可以让php处理html代码像jQuery一样方便。

项目地址：https://code.google.com/p/phpquery/
github地址：https://github.com/TobiaszCudnik/phpquery
DEMO
下载库文件：https://code.google.com/p/phpquery/downloads/list
我下的是onefile版：phpQuery-0.9.5.386-onefile.zip
官方demo：https://code.google.com/p/phpquery/source/browse/branches/dev/demo.php
然后在项目中引用。



phpquery的文档特别少，但是和jquery的差别并不大

pq($param, $context = null);
pq(); 相当于 jQuery的$();。它主要完成三件事情：

载入标记资源：

// 输入到载入的文档:

// 对于最开始输入的字符串不接收文本类型的节点：pq(’
’)

// 从$pq->getDocumentID()根据ID载入到文档： pq(’
’, $pq->getDocumentID())

// 根据DOM节点的归属将同样的文档载入：pq(’
’, DOMNode)

// 从phpQuery 对象载入文档: pq(’
’, $pq)


运行查询

// 根据最后一个选择的文档执行查询：pq(‘div.myClass’)

// 根据$pq->getDocumentID()的ID从文档中进行查询：pq(‘div.myClass’, $pq->getDocumentID())

// 在同样的文档上根据DOM节点的归属进行查询并且使用节点作为查询的根节点：pq(‘div.myClass’, DOMNode)

// 在文档上使用phpQuery对象进行查询

// 同时使用对象的栈作为根节点进行查询: pq(‘div.myClass’, $pq)

使用phpQuery对象对DOM节点进行原型化操作

foreach(pq(‘li’) as $li) //  $ li是纯DOM节点, 将它变为phpQuery对象： pq($li);。
原创文章，码字不易，转载请注明出处

快速批量修改word文档内容
在工作中可能经常遇到需要对word中同一位置的内容进行批量修改或者替换，如果数据量小，手动改一改就可以了，但是遇到大量的修改，再用手动修改的方法的话，工作量就变得很大了，重复的复制粘贴也极容易出错，所以接下来给大家介绍一个用Python实现批量修改word文档内容的方法。给定一个word，然后批量替换并保存。
用到的库
doc
具体修改的需求
1.批量替换标题中“[ ]”里的内容

2.批量替换word表格里的内容（两个表格里的替换的内容相同）


3.保存时文件名的替换（文件名与文档标题相同）

其他处理
将需要替换的文件名和表格内容分别放在两个txt文档


代码实现
1.导包
from docx import Document

包就不做介绍了。
2.读取两个txt文档
with open("D:\\测试报告\\filename.txt",encoding='utf8') as fp:
    filename=fp.read().split("\n")
    fp.close()
with open("D:\\测试报告\\chengxu.txt",encoding='utf8') as fp:
    chengxu=fp.read().split("\n")
    fp.close()

因为txt文档里的内容是一行一个数据，所以我们用split方法制定分隔符为换行符进行切片，文件打开后记得关闭，不关闭就会导致文件一直被占用，无法进行其他操作。
3.使用Document()方法读取模板word文档
doc=Document("D:\\测试报告\\XXXX分析系统[XXXXXX接口需求0720]新业务测试报告.docx")

4.修改文档标题
for i in range(len(filename)):
    paragraphs=doc.paragraphs #获取文档对象
    paragraphs[1].text="[{}]开发测试报告".format(filename[i])
    runs=paragraphs[1].runs  #字体信息都包含在runs对象里
    title=runs[0] #runs是一个列表对象
    title.font.name='宋体'
    title.font.bold=True #字体加粗
    title.font.size=203200

循环遍历读取txt里的标题，获取word文档的段落对象，因为需要修改的标题在第二行

，所以用paragraphs[1].text来表示第二行的内容。这里用了format方法来进行格式化。因为要保证修改后的内容的格式与原来的一样，所以在这之前先获得了标题的字体信息，现在直接对修改后的标题自字体的类型和大小进行赋值即可。
5.修改表格里的内容
tables=doc.tables #获取表格对象
tables[1].cell(1,0).text="1、	{}".format(chengxu[i]) #赋值需要替换的表格内容
tables[2].cell(8,2).text="{}".format(chengxu[i]) #赋值需要替换的表格内容
tables[1]._cells[5].paragraphs[0].runs[0].font.name='宋体'
tables[1]._cells[5].paragraphs[0].runs[0].font.size=114300

tables[1]表示word里的第二个表格，cell(1,0)表示表格的第2行第1列，其他同理。_cells[5]表示第五个单元格。
6.文档的保存
doc.save("D:\\测试报告\\XXXX分析系统[{}]新业务测试报告.docx".format(filename[i]))

7.最后效果

在处理成百上千的文档时就很方便了。
完整代码

from docx import Document

with open("D:\\测试报告\\filename.txt",encoding='utf8') as fp:
    filename=fp.read().split("\n")
    fp.close()
with open("D:\\测试报告\\chengxu.txt",encoding='utf8') as fp:
    chengxu=fp.read().split("\n")
    fp.close()
    
doc=Document("D:\\测试报告\\XXXX分析系统XXXXXX接口需求0720]新业务测试报告.docx")
for i in range(len(filename)):
    paragraphs=doc.paragraphs
    paragraphs[1].text="[{}]开发测试报告".format(filename[i])
    runs=paragraphs[1].runs
    title=runs[0]
    title.font.name='宋体'
    title.font.bold=True
    title.font.size=203200
    tables=doc.tables
    tables[1].cell(1,0).text="1、	{}".format(chengxu[i])
    tables[2].cell(8,2).text="{}".format(chengxu[i])
    tables[1]._cells[5].paragraphs[0].runs[0].font.name='宋体'
    tables[1]._cells[5].paragraphs[0].runs[0].font.size=114300
    doc.save("D:\\测试报告\\结果\\XXXX分析系统[{}]新业务测试报告.docx".format(filename[i]))

读word doc文件2中方式

1.1     通过WordExtractor读文件(在WordExtractor内部进行信息读取时还是通过HWPFDocument来获取的。)

1.2     通过HWPFDocument读文件
Apache poi的hwpf模块是专门用来对word doc文件进行读写操作的。在hwpf里面我们使用HWPFDocument来表示一个word doc文档。在HWPFDocument里面有这么几个概念：
l  Range：它表示一个范围，这个范围可以是整个文档，也可以是里面的某一小节（Section），也可以是某一个段落（Paragraph），还可以是拥有共同属性的一段文本（CharacterRun）。
l  Section：word文档的一个小节，一个word文档可以由多个小节构成。
l  Paragraph：word文档的一个段落，一个小节可以由多个段落构成。
l  CharacterRun：具有相同属性的一段文本，一个段落可以由多个CharacterRun组成。
l  Table：一个表格。
l  TableRow：表格对应的行。
l  TableCell：表格对应的单元格。
       Section、Paragraph、CharacterRun和Table都继承自Range。

1.1     通过WordExtractor读文件

       在使用WordExtractor读文件时我们只能读到文件的文本内容和基于文档的一些属性，至于文档内容的属性等是无法读到的。如果要读到文档内容的属性则需要使用HWPFDocument来读取了。下面是使用WordExtractor读取文件的一个示例：
public class HwpfTest {  
   
   @SuppressWarnings("deprecation")  
   @Test  
   public void testReadByExtractor() throws Exception {  
      InputStream is = new FileInputStream("D:\\test.doc");  
      WordExtractor extractor = new WordExtractor(is);  
      //输出word文档所有的文本  
      System.out.println(extractor.getText());  
      System.out.println(extractor.getTextFromPieces());  
      //输出页眉的内容  
      System.out.println("页眉：" + extractor.getHeaderText());  
      //输出页脚的内容  
      System.out.println("页脚：" + extractor.getFooterText());  
      //输出当前word文档的元数据信息，包括作者、文档的修改时间等。  
      System.out.println(extractor.getMetadataTextExtractor().getText());  
      //获取各个段落的文本  
      String paraTexts[] = extractor.getParagraphText();  
      for (int i=0; i<paraTexts.length; i++) {  
         System.out.println("Paragraph " + (i+1) + " : " + paraTexts[i]);  
      }  
      //输出当前word的一些信息  
      printInfo(extractor.getSummaryInformation());  
      //输出当前word的一些信息  
      this.printInfo(extractor.getDocSummaryInformation());  
      this.closeStream(is);  
   }  
    
   /** 
    * 输出SummaryInfomation 
    * @param info 
    */  
   private void printInfo(SummaryInformation info) {  
      //作者  
      System.out.println(info.getAuthor());  
      //字符统计  
      System.out.println(info.getCharCount());  
      //页数  
      System.out.println(info.getPageCount());  
      //标题  
      System.out.println(info.getTitle());  
      //主题  
      System.out.println(info.getSubject());  
   }  
    
   /** 
    * 输出DocumentSummaryInfomation 
    * @param info 
    */  
   private void printInfo(DocumentSummaryInformation info) {  
      //分类  
      System.out.println(info.getCategory());  
      //公司  
      System.out.println(info.getCompany());  
   }  
    
   /** 
    * 关闭输入流 
    * @param is 
    */  
   private void closeStream(InputStream is) {  
      if (is != null) {  
         try {  
            is.close();  
         } catch (IOException e) {  
            e.printStackTrace();  
         }  
      }  
   }  
    
} 



1.2     通过HWPFDocument读文件
HWPFDocument是当前Word文档的代表，它的功能比WordExtractor要强。通过它我们可以读取文档中的表格、列表等，还可以对文档的内容进行新增、修改和删除操作。只是在进行完这些新增、修改和删除后相关信息是保存在HWPFDocument中的，也就是说我们改变的是HWPFDocument，而不是磁盘上的文件。如果要使这些修改生效的话，我们可以调用HWPFDocument的write方法把修改后的HWPFDocument输出到指定的输出流中。这可以是原文件的输出流，也可以是新文件的输出流（相当于另存为）或其它输出流。下面是一个通过HWPFDocument读文件的示例：

public class HwpfTest {  
    
   @Test  
   public void testReadByDoc() throws Exception {  
      InputStream is = new FileInputStream("D:\\test.doc");  
      HWPFDocument doc = new HWPFDocument(is);  
      //输出书签信息  
      this.printInfo(doc.getBookmarks());  
      //输出文本  
      System.out.println(doc.getDocumentText());  
      Range range = doc.getRange();  
      //this.insertInfo(range);  
      this.printInfo(range);  
      //读表格  
      this.readTable(range);  
      //读列表  
      this.readList(range);  
      //删除range  
      Range r = new Range(2, 5, doc);  
      r.delete();//在内存中进行删除，如果需要保存到文件中需要再把它写回文件  
      //把当前HWPFDocument写到输出流中  
      doc.write(new FileOutputStream("D:\\test.doc"));  
      this.closeStream(is);  
   }  
    
   /** 
    * 关闭输入流 
    * @param is 
    */  
   private void closeStream(InputStream is) {  
      if (is != null) {  
         try {  
            is.close();  
         } catch (IOException e) {  
            e.printStackTrace();  
         }  
      }  
   }  
    
   /** 
    * 输出书签信息 
    * @param bookmarks 
    */  
   private void printInfo(Bookmarks bookmarks) {  
      int count = bookmarks.getBookmarksCount();  
      System.out.println("书签数量：" + count);  
      Bookmark bookmark;  
      for (int i=0; i<count; i++) {  
         bookmark = bookmarks.getBookmark(i);  
         System.out.println("书签" + (i+1) + "的名称是：" + bookmark.getName());  
         System.out.println("开始位置：" + bookmark.getStart());  
         System.out.println("结束位置：" + bookmark.getEnd());  
      }  
   }  
    
   /** 
    * 读表格 
    * 每一个回车符代表一个段落，所以对于表格而言，每一个单元格至少包含一个段落，每行结束都是一个段落。 
    * @param range 
    */  
   private void readTable(Range range) {  
      //遍历range范围内的table。  
      TableIterator tableIter = new TableIterator(range);  
      Table table;  
      TableRow row;  
      TableCell cell;  
      while (tableIter.hasNext()) {  
         table = tableIter.next();  
         int rowNum = table.numRows();  
         for (int j=0; j<rowNum; j++) {  
            row = table.getRow(j);  
            int cellNum = row.numCells();  
            for (int k=0; k<cellNum; k++) {  
                cell = row.getCell(k);  
                //输出单元格的文本  
                System.out.println(cell.text().trim());  
            }  
         }  
      }  
   }  
    
   /** 
    * 读列表 
    * @param range 
    */  
   private void readList(Range range) {  
      int num = range.numParagraphs();  
      Paragraph para;  
      for (int i=0; i<num; i++) {  
         para = range.getParagraph(i);  
         if (para.isInList()) {  
            System.out.println("list: " + para.text());  
         }  
      }  
   }  
    
   /** 
    * 输出Range 
    * @param range 
    */  
   private void printInfo(Range range) {  
      //获取段落数  
      int paraNum = range.numParagraphs();  
      System.out.println(paraNum);  
      for (int i=0; i<paraNum; i++) {  
         //this.insertInfo(range.getParagraph(i));  
         System.out.println("段落" + (i+1) + "：" + range.getParagraph(i).text());  
         if (i == (paraNum-1)) {  
            this.insertInfo(range.getParagraph(i));  
         }  
      }  
      int secNum = range.numSections();  
      System.out.println(secNum);  
      Section section;  
      for (int i=0; i<secNum; i++) {  
         section = range.getSection(i);  
         System.out.println(section.getMarginLeft());  
         System.out.println(section.getMarginRight());  
         System.out.println(section.getMarginTop());  
         System.out.println(section.getMarginBottom());  
         System.out.println(section.getPageHeight());  
         System.out.println(section.text());  
      }  
   }  
    
   /** 
    * 插入内容到Range，这里只会写到内存中 
    * @param range 
    */  
   private void insertInfo(Range range) {  
      range.insertAfter("Hello");  
   }  
    
}