java - 您的 InputStream 既不是 OLE2 流，也不是 OOXML 流

Question

我正在使用 Apache Commons 在 Google App Engine 中上传一个 .docx 文件，如此链接中所述 File upload servlet .上传时，我还想使用 Apache POI 库提取文本。

如果我将其传递给 POI API:

 InputStream stream = item.openStream();

我得到以下异常:

java.lang.IllegalArgumentException: Your InputStream was neither an OLE2 stream, nor an OOXML stream

public static String docx2text(InputStream is) throws Exception {
    return ExtractorFactory.createExtractor(is).getText();
}

我正在上传有效的 .docx 文档。如果我传递一个 FileInputStream 对象，POI API 工作正常。

FileInputStream fs=new FileInputStream(new File("C:\\docs\\mydoc.docx"));

Answer 1

我不知道 POI 的内部实现，但我猜他们需要一个可搜索的流。 servlet(以及一般的网络)返回的流是不可搜索的。

尝试读取全部内容，然后将其包装在 ByteArrayInputStream 中:

byte[] bytes = getBytes(item.openStream());
InputStream stream = new ByteArrayInputStream(bytes);

public static byte[] getBytes(InputStream is) throws IOException {
    ByteArrayOutputStream buffer = new ByteArrayOutputStream();

    int len;
    byte[] data = new byte[100000];
    while ((len = is.read(data, 0, data.length)) != -1) {
    buffer.write(data, 0, len);
    }

    buffer.flush();
    return buffer.toByteArray();
}