POI解析doc全文，如何跳过页眉页脚？

Question

如题，我需要用poi解析word文档，主要就用wordExtractor的getText方法来抽取文字内容。但是不能包含页眉页脚的内容。

对于docx格式的，我找到了一种解决方案。即是docx的文档可以转成XWPFDocment对象，有getHeaderList()和getFooterList()方法，可以遍历这些页眉页脚对象，用空的instance覆盖掉，再用XWPFWordExtractor的getText()就可以达到解析正文、跳过页眉页脚的效果；

但是doc格式的我还没弄出来。 doc格式对应的是HWPFDocument对象吧，和docx的API差别挺大的。 有什么方法可以仿照上面的内容把页眉页脚用空的进行替换吗？ 或者有别的解决方案也可以

Answer 1

可以使用 POI 的 "XWPFHeaderFooterPolicy" 类：

XWPFDocument document = new XWPFDocument(new FileInputStream("document.doc"));

// 跳过页眉页脚
XWPFHeaderFooterPolicy headerFooterPolicy = document.getHeaderFooterPolicy();
if (headerFooterPolicy != null) {
    headerFooterPolicy.createHeader(XWPFHeaderFooterPolicy.DEFAULT);
    headerFooterPolicy.createFooter(XWPFHeaderFooterPolicy.DEFAULT);
}