关于读取 Microsoft Word docx 文档的当前技术水平？

Question

我需要读取 Microsoft Word docx 文档。
这些文档可能包含要导入的表格，并且我希望捕获文本中的颜色（高亮）。

到目前为止，我仅找到了以下可能的方法
http://www.felix-johnson.com/docx4j.html

我希望从当前技术水平开始。

谢谢您的帮助！

Answer 1

https://github.com/tokenmill/docx-utils 看起来相关性很强。

Comments

不，docx-utils 只解决生成 docx 文档的问题。我需要读取 docx 文件。

Answer 2

我直接通过Java互操作性使用Apache POI库，这对我需要的一切都工作得很好。https://poi.apache.org/

我在那些我使用的一些微小的部件周围构建了一些包装器，使之更适合我的需求。

Comments

谢谢！你介意分享你构建的包装器代码片段吗？我需要从Java互操作的例子中学习。

---

很抱歉，我手头不知道这些东西在哪里，这已经是很久以前的事情了。

---

通过互操作性（至少是针对Excel电子表格），POI非常容易管理。

POI有非常大的接触面，一个包装器可能不会有太大的价值。

另一个选项是通过某种方式将其转换为RTF - 我想LibreOffice有命令行方式可以这样做 - 然后通过读取RTF的方式笨拙地进行。

第三种选择，使用Word宏编写EDN文件 :-)