Java新手求助：如何在DOC文件中匹配指定字符串并复制对应段落至新DOC

Hey there! Since you're already using getParagraphText() to pull paragraphs from your DOC file, let's build on that to get the job done. I'll walk you through step-by-step using Apache POI (the go-to library for handling Office files in Java) since that's what you're likely working with.

步骤1：确保你有正确的依赖 #

如果用Maven，把这些依赖加到你的pom.xml里（Gradle用户对应调整即可）：

<dependencies>
    <!-- 处理DOC格式的核心依赖 -->
    <dependency>
        <groupId>org.apache.poi</groupId>
        <artifactId>poi</artifactId>
        <version>5.2.5</version>
    </dependency>
    <dependency>
        <groupId>org.apache.poi</groupId>
        <artifactId>poi-scratchpad</artifactId>
        <version>5.2.5</version>
    </dependency>
</dependencies>

步骤2：核心实现代码 #

这里是带详细注释的完整示例，你可以直接参考修改：

import org.apache.poi.hwpf.HWPFDocument;
import org.apache.poi.hwpf.usermodel.Paragraph;
import org.apache.poi.hwpf.usermodel.Range;

import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;

public class DocParagraphFilter {
    public static void main(String[] args) {
        // 替换成你的原DOC文件路径
        String sourceDocPath = "path/to/your/source.doc";
        // 替换成目标DOC文件路径
        String targetDocPath = "path/to/your/target.doc";
        // 替换成你要匹配的指定字符串
        String targetString = "你的目标匹配字符串";

        try (
            FileInputStream fis = new FileInputStream(sourceDocPath);
            HWPFDocument sourceDoc = new HWPFDocument(fis);
            FileOutputStream fos = new FileOutputStream(targetDocPath);
            HWPFDocument targetDoc = new HWPFDocument()
        ) {
            // 获取原文档的内容范围
            Range sourceRange = sourceDoc.getRange();
            // 获取目标文档的内容范围，用于添加新段落
            Range targetRange = targetDoc.getRange();

            // 遍历原文档的每一个段落
            for (int i = 0; i < sourceRange.numParagraphs(); i++) {
                Paragraph para = sourceRange.getParagraph(i);
                String paraText = para.text();

                // 检查段落是否包含目标字符串
                // 要是需要忽略大小写，改成：paraText.toLowerCase().contains(targetString.toLowerCase())
                if (paraText.contains(targetString)) {
                    // 复制整个段落（包括格式）到目标文档
                    targetRange.insertAfter(para);
                }
            }

            // 保存目标文档
            targetDoc.write(fos);
            System.out.println("操作完成！包含目标字符串的段落已复制到新文件。");

        } catch (IOException e) {
            e.printStackTrace();
            System.err.println("处理文件时出错：" + e.getMessage());
        }
    }
}

关键细节说明 #

• 字符串匹配：String.contains()是最直接的匹配方式，如果需要忽略大小写，记得把段落文本和目标字符串都转成统一大小写后再判断。
• 格式保留：用insertAfter(para)直接复制段落对象，能保留原段落的字体、缩进等格式；如果只需要纯文本，改成targetRange.insertAfter(paraText)即可。
• 资源管理：用try-with-resources语法自动关闭流，避免资源泄漏。

小提示 #

如果你的文件是DOCX格式（Office 2007及以后版本），代码会略有不同，需要用到XWPFDocument相关类，要是你需要的话可以告诉我，我再给你调整示例。测试时建议先用小文件试手，避免处理大文件出问题。

内容的提问来源于stack exchange，提问作者sam alex