java - 如何提取带有文本的 .doc 文件中的章节号？

Question

我使用Apache POI HWPF提取.doc文件，我发现提取的文本没有章节号，POI可以提取文本中的章节号吗？

public void readDocFile() {
    File docFile = null;
    WordExtractor docExtractor = null;
    WordExtractor exprExtractor = null;
    try {
        docFile = new File("C:\\Documents and Settings\\Administrator\\Desktop\\Topo6.doc");
        // A FileInputStream obtains input bytes from a file.
        FileInputStream fis = new FileInputStream(docFile.getAbsolutePath());

        // A HWPFDocument used to read document file from FileInputStream
        HWPFDocument doc = new HWPFDocument(fis);
        docExtractor = new WordExtractor(doc);
    } catch (Exception exep) {
        System.out.println(exep.getMessage());
    }

    // This Array stores each line from the document file.
    String text = docExtractor.getText();
    System.out.println(text);


}

Answer 1

好的，我明白了。

office word生成的.doc文件中的章节号是动态的，所以我必须获取每个段落的级别，并自己计算章节号。