7.4 使用Jacob来处理Word文档
Word或Excel程序是以一种COM组件形式存在的。如果能够在Java中调用Word的COM组件，就能使用它的方法来获取Word文档中的文本信息。目前网上有许多提供这样的工具。
7.4.1 Jacob的下载
Jacob 是Java-COM Bridge的缩写，它在Java与微软的COM组件之间构建一座桥梁。使用Jacob自带的DLL动态链接库，并通过JNI的方式实现了在Java平台上对COM程序的调用。Jacob下载的地址为：
http://sourceforge.net/project/showfiles.php?group_id=109543&package_id=118368。本书采用的是jacob_1.11_zip。解压下载的Jacob_1.11_zip文件后，如图7-17所示。
图7-17 Jacob包解压后的内容
7.4.2 在Eclipse中配置
（1）将jacob.jar导入工程的Build Path，然后确认自己机器的CPU类型（X86或AMD64），并选择不同目录下的jacob.dll文件。
（2）将jacob.dll放到%JAVA_HOME%/jre/bin目录下，其中，%JAVA_HOME%就是JDK的安装目录。注意这个的jre目录必须是Eclipse当前正在使用的目录，在Eclipse中选择“window->Preferences”菜单，在弹出的对话框中选择“Java->Installed JREs”项，如图7-18所示。
图7-18 Eclipse中JRE设置的对话框
（3）当前选择的JRE是“C:/Program Files/Java/jdk1.5.0_07/jre”目录下的，所以需要把jacob.dll复制到“C:/Program Files/Java/jdk1.5.0_07/jre/bin”目录下面。
（4）在工程中新建一个ch7.jacob包，并在包中创建WordReader类。该类将提供一个静态的extractDoc()方法。它接收两个参数，一个是要处理的DOC文件名，另一个则是输出的文件名，然后通过JNI调用Word的API转换内容，该函数的代码如下。
代码7.10
public static void extractDoc(String inputFIle, String outputFile) {
boolean flag = false;
// 打开Word应用程序
ActiveXComponent app = new ActiveXComponent("Word.Application");
try {
// 设置word不可见
app.setProperty("Visible", new Variant(false));
// 打开word文件
Dispatch doc1 = app.getProperty("Documents").toDispatch();
Dispatch doc2 = Dispatch.invoke(
doc1,
"Open",
Dispatch.Method,
new Object[] { inputFIle, new Variant(false),
new Variant(true) }, new int[1]).toDispatch();
// 作为txt格式保存到临时文件
Dispatch.invoke(doc2, "SaveAs", Dispatch.Method, new Object[] {
outputFile, new Variant(7) }, new int[1]);
// 关闭word
Variant f = new Variant(false);
Dispatch.call(doc2, "Close", f);
flag = true;
} catch (Exception e) {
e.printStackTrace();
} finally {
app.invoke("Quit", new Variant[] {});
}
if (flag == true) {
System.out.println("Transformed Successfully");
} else {
System.out.println("Transform Failed");
}
}
（5）创建一个main函数来测试WordReader类，该main函数代码如下。
public static void main(String[] args) {
WordReader.extractDoc("c:/test.doc","c:/jacob.txt");
}
（6）新生成的txt文件被保存到c:/jacob.txt下，如图7-19所示。
图7-19 使用Jacob处理的效果
在使用Jacob时，很重要的一点是，用户本地系统中必须安装有Word的应用程序。否则也就无法建立Java-COM桥，进而无法解析了。