如何读取Microsoft Word docx文档的最新技术？

Question

我需要读取Microsoft Word docx文档。
文档可能有表格需要导入，我希望捕捉到文本中的颜色（突出显示）。

目前，我只找到了以下可能的方法
http://www.felix-johnson.com/docx4j.html

我希望从最先进的技术开始。

谢谢你的帮助！

Answer 1

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

Comments

不，docx-utils仅处理docx文档的生成。我需要读取docx文件。

Answer 2

我通过Java互操作直接使用了Apache POI库，它适用于我需要的所有功能。 https://poi.apache.org/

我为使用的那部分库构建了一些包装，使其更适合我的需求。

Comments

谢谢！你介意分享你构建的包装代码吗？我需要从Java互操作示例中学习。

---

抱歉，我手头没有这些信息，这些只是很久以前剃掉了一些麻烦。

---

不管怎样，通过互操作，POI（对于Excel电子表格来说）相当容易处理。

POI的表面区域非常大，包装可能不是很值得。

另一个选择是将文件以某些方式转换为RTF——我认为LibreOffice有命令行方式可以做到这一点——然后尝试读取RTF。

第三个选择是写一个Word宏来编写EDN文件 :-)