阅读 Microsoft Word docx 文档的最新技术？

Question

我需要阅读 Microsoft Word docx 文档。
文档可能包含要摄取的表格，并且我希望捕获文本中的颜色（高亮）。

到目前为止，我仅发现了以下可能的解决方案
http://www.felix-johnson.com/docx4j.html

我希望从最新技术开始。

感谢您的帮助！

Answer 1

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

Comments

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

Answer 2

我直接通过Java互操作使用Apache POI库，这对于我需要的所有内容都工作得很好。https://poi.apache.org/

我为该工具中使用的一些小程序构建了一些包装器，使其更符合我的需求。

Comments

谢谢！你介意分享你构建的包装器吗？我需要从Java互操作的示例中学习。

---

很抱歉，我不记得这些在哪里，这只是在很久以前节省了一些时间。

---

POI（对于Excel电子表格来说）通过与互操作相结合很容易管理。

POI的表面区域很大，因此包装器可能没有太多价值。

另一个选项是将其转换为RTF格式——我认为LibreOffice有一个命令行方法可以实现这一点——然后通过阅读RTF来摸索。

第三种选择，编写Word宏以生成EDN文件 :-)