POI读取设置Secret级MSIP标签的Word自定义属性报错问题问询

问题根因 #

当你给Word文档设置的Microsoft Azure Information Protection（AIP）敏感度标签为Confidential、Secret等高保护级别时，AIP会自动对文档进行加密封装，原本标准OOXML格式（.docx本质是zip压缩包）的文档会被转为OLE2格式的加密封装包，你当前代码中使用的XWPFDocument仅支持读取未加密的OOXML格式Word文档，无法识别加密后的OLE2结构，因此抛出OLE2NotOfficeXmlFileException错误。低级别标签Internal、Private不会触发自动加密逻辑，因此代码可以正常运行。

解决方案 #

• 第一步：先对输入流的文件格式做前置判断，避免直接调用XWPF逻辑报错：

// 先标记流，判断完可以重置回到开头
fis.mark(1024);
FileMagic magic = FileMagic.valueOf(fis);
fis.reset();

if (magic == FileMagic.OLE2) {
    // 文档已被AIP加密，走加密文档处理逻辑
} else if (magic == FileMagic.OOXML) {
    // 未加密，走你原来的XWPF读取逻辑
}

• 第二步：根据你的业务需求选择处理方式：
  • 若需要读取完整文档内容：需先通过微软AIP官方SDK对加密文档完成权限校验和解密，将解密后的流输入给XWPFDocument即可沿用原有逻辑。
  • 若仅需要读取敏感度标签、自定义属性，不需要读取文档正文：可直接使用POI的OLE2属性读取接口提取属性，无需解密全文档：

// 读取加密OLE2文档的自定义属性示例
POIFSFileSystem fs = new POIFSFileSystem(fis);
DocumentSummaryInformation dsi = fs.getDocumentSummaryInformation();
CustomProperties customProps = dsi.getCustomProperties();
// 直接获取你需要的MSIP标签、Sensitivity属性即可
String sensitivity = customProps.get("Sensitivity").toString();

• 辅助优化：将Apache POI版本升级至5.2.0及以上，该版本优化了带AIP标签文档的格式适配能力，部分轻量加密的文档可直接兼容原有读取逻辑。

内容的提问来源于stack exchange，提问作者Dharpa