java操作office 2007文档

《java操作office 2007文档》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、Java操作office2007文档作者 TedNeward译者 张立 发布于2007年9月20日上午12时41分from javaeye我们希望将Office2007平台作为一个构建富客户端应用程序的基本平台，并通过不同的手段使用Java来进行互操作。但是，有一个Office/Java互操作的方面没有考虑到，那就是使Office和Java共同工作，也就是说让Java应用程序来操作Office文档：比如创建文档，编辑文档，收集数据等等。从以往看来，这其中经常会出现一些问题，这是由于Office文档（主要是Word，Excel和Powe

2、rPoint）是存储在一个二进制格式文件中，在COM中被称为结构化存储格式，是一个通过COM接口的层次化二进制格式。对COM开发者（或者其他使用COM相关语言的开发者，如VisualBasic，Delphi和C++/ATL）而言非常方便，但产生的文件对于那些不能“讲COM”的语言是无法访问的。有许许多多的应用程序都是为了让Java语言可以访问这些文件的内容；比如大家都知道Excel可以读取逗号分隔符文件（CSV），因此，Java应用程序相应将数据导出到Excel友好的格式时一般会选用CSV格式（或是其他丑陋的格式）。Word则是可以读

3、取富文本格式（RTF）文件，而RTF标准是公开和有详细文档的。Office的后来者，Office2003，引入了一个新的XML格式（WordML），Java开发者可以用它来读写Office文档，但是这些格式并没有很好的文档，Java开发者频繁的发现自己是通过试错法来进行WordML格式的学习。各种各样的开源项目都参与进来想要解决这个问题，比如Apache的POI框架，可以用来读写Excel文档，还有各种各样的Java-COM解决方案，这些解决方案一般倾向于使用和Office自己使用的结构化存储应用程序接口相同的应用程序接口进行Exce

4、l文档的读写，但很难满足需要，直到现在，开发者不得不指出Office文档格式的内部结构是一个非常复杂的结构，另外一点毋庸置疑的是它是一个没有完整文档的结构。总体上来说，如果温和一点说的话，Java/Office的故事是一个非常讨厌的境况。对于Java的开发人员而言，他们要么一边嘴里说着“Office这种破东西怎么还会有人想去用它”一边用记忆里的伊索寓言来安慰自己，要么干脆告诉那些使用Office的客户由于Microsoft和Sun两家公司之间的诉讼，Java不能操作Office。对于Office2007来说，微软毫无疑问的迈出了解决这

5、些问题的一大步。没有比原始的JDK更复杂的东西---也就是说并不要求使用一些第三方的库---Java应用程序现在可以读写任何Office2007的文档，这是由于Office2007文档现在使用的是XML文档的ZIP格式文件。这种格式被称作“OpenMXL”规范并且已经被提交到欧洲计算机制造商协会（ECMA），这个协会同样拥有C#语言和CLI运行时规范，所有的OpenXML规范现在都可以被任何人自由的从ECMA的网站下载。除了这些，再安装好Office2007（为了验证和作一些测试）和一个标准的Java6JDK安装，Java现在可以打开

6、任何的Office2007文档，找出来文档中间的内容，操作它们，并且再次保存这些数据。与上篇文章不同，在这篇文章中，除了创建一个简单的应用程序之外，代码将会使用一种首先由StuartHalloway提出的、被称作探索测试（explorationtesting）的技术。在一个探索测试中，开发者编写单元测试用来探索应用程序接口，使用单元测试世界中的断言验证结果的正确性。探索测试带来的好处是当一个新版本的应用程序接口可用时---在这个例子中，可能是一个新版本的Office---运行这些测试可以用来确认新版本的采用不会影响到原本对应用程序接口

7、的使用。对于初学者来说，让我们首先快速的了解一下Office2007文档。首先看一个仅仅包含文本的Word2007文档，就像下面一样：当保存的时候，使用Word2007将它保存为“Hello.docx”，除非你使用了向后兼容格式，比如说Office2003的WordML格式，或者是更老的Word97二进制结构化存储格式。“.docx”文件是OpenXML格式的，微软的文档中声称该格式是XML文档的ZIP压缩格式文件，这些文件中包含了文档中的数据和格式，存储的方式与之前的Office版本中的二进制结构化存储应用程序接口存储数据的方式有些

8、类似。如果这是真的，那么使用Java中提供的用来处理ZIP和TAR格式的“jar”实用工具应该可以展示这些内容，而事实上，它的确可以：Word2007文档的基本格式已经非常明显了，仅仅通过控制台的输出就可以看到。（事实上