java如何读取doc文件

Question

使用java如何读取doc文件，保证不会乱码

Answer 1

如果不需要把图片读取出来，可以用下面的方法
public static void testWord1(){

try {

//word 2003： 图片不会被读取

InputStream is = new FileInputStream(new File("c:\a.doc"));

WordExtractor ex = new WordExtractor(is);

String text2003 = ex.getText().trim();

System.out.println(text2003);

//word 2007 图片不会被读取， 表格中的数据会被放在字符串的最后

// OPCPackage opcPackage = POIXMLDocument.openPackage("c:\a.doc");

// POIXMLTextExtractor extractor = new XWPFWordExtractor(opcPackage);

               // String text2007 = extractor.getText();     
              //System.out.println(text2007);     

     } catch (Exception e) {     
               e.printStackTrace();     
     }   

如果是word2003用前半部分
如果是2007用后半部分