java读取word文档存到数据库

网站百科 2025年11月21日 09:46 238 admin

Java如何读取Word文档并存储到数据库

在当今信息化时代，数据管理已成为企业运营的核心，对于需要处理大量文档信息的企业来说，将Word文档中的数据提取出来并存储到数据库中是一项极具价值的任务，本文旨在探讨如何使用Java编程语言来实现这一过程，具体涉及使用Apache POI库读取Word文档（.docx格式）,并将提取的数据存入MySQL数据库。

Java读取Word文档

我们需要引入Apache POI库，这是一个强大的开源库，专门用于处理Microsoft Office文档，包括Word、Excel等，在Maven项目的pom.xml文件中添加以下依赖：

<dependencies>
    <!-- Apache POI for handling Word documents -->
    <dependency>
        <groupId>org.apache.poi</groupId>
        <artifactId>poi-ooxml</artifactId>
        <version>5.2.2</version>
    </dependency>
</dependencies>
编写代码以读取Word文档，这里以读取.docx文件为例,展示如何获取文档中的文本内容：

import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.usermodel.XWPFParagraph;
import java.io.FileInputStream;
import java.io.IOException;
import java.util.List;
public class WordReader {
    public static List<String> readWord(String filePath) throws IOException {
        FileInputStream fis = new FileInputStream(filePath);
        XWPFDocument document = new XWPFDocument(fis);
        List<String> paragraphs = document.getParagraphs().stream()
            .map(p -> p.getText())
            .collect(Collectors.toList());
        document.close();
        return paragraphs;
    }
}
这段代码定义了一个readWord方法，它接受一个文件路径作为参数，打开该Word文档，读取所有段落的文本,并返回一个包含所有段落文本的列表。
存储到数据库
一旦我们有了从Word文档中提取的数据，下一步就是将这些数据存储到数据库中，假设我们使用的是MySQL数据库，并且已经创建了一个名为document_data的表来存储这些数据：
CREATE TABLE document_data (
    id INT AUTO_INCREMENT PRIMARY KEY,
    content TEXT NOT NULL
);
使用JDBC连接MySQL数据库，并将从Word文档中读取的数据插入到document_data表中：
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.PreparedStatement;
import java.util.List;
public class DataStore {
    private static final String URL = "jdbc:mysql://localhost:3306/yourdatabase";
    private static final String USER = "yourusername";
    private static final String PASSWORD = "yourpassword";
    public static void storeData(List<String> data) {
        try (Connection conn = DriverManager.getConnection(URL, USER, PASSWORD)) {
            String sql = "INSERT INTO document_data (content) VALUES (?)";
            try (PreparedStatement stmt = conn.prepareStatement(sql)) {
                for (String item : data) {
                    stmt.setString(1, item);
                    stmt.executeUpdate();
                }
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}
在这个示例中，storeData方法接受一个字符串列表作为参数，每个字符串代表Word文档中的一个段落，它建立了与数据库的连接，并使用预编译的SQL语句将每条记录插入到document_data表中。

整合流程
我们将上述两个步骤整合起来,实现从读取Word文档到存储数据的完整流程：
import java.io.IOException;
import java.util.List;
import java.util.stream.Collectors;
public class Main {
    public static void main(String[] args) {
        String wordFilePath = "path/to/your/document.docx";
        try {
            List<String> paragraphs = WordReader.readWord(wordFilePath);
            DataStore.storeData(paragraphs);
            System.out.println("Data stored successfully!");
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}
这段代码首先指定了要读取的Word文档路径，然后调用readWord方法读取文档内容，接着通过storeData方法将所有段落内容存储到数据库中，执行完毕后，控制台会输出“Data stored successfully!”的消息。
通过这种方式，企业可以轻松地从Word文档中提取有价值的信息，并将其转化为结构化的数据存储在数据库中,便于后续的数据分析和利用。