完成office文件操作可以帮助apache.poi包(我用poi-3.10-FINAL)，导入对应的jar包(最好所有导入)

以下的程序演示了一些操作word的过程，具体的函数功能能够查看此包的官方API

import java.io.*;

import org.apache.poi.POIXMLDocument;

import org.apache.poi.hwpf.HWPFDocument;

import org.apache.poi.hwpf.extractor.*;

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

//xwpf专门加强处理Word2007 .docx 格式

import org.apache.poi.xwpf.usermodel.XWPFDocument;

public class WordReader {

	WordExtractor wordExtractor;

	public static void main(String[] args) {

		System.out.println("该word文档(docx格式)总页数例如以下：");

		new WordReader().getPageCount("F:\\数据挖掘及其应用论文格式.docx");

		System.out.println("\n获取整个word文本内容:");

		System.out.println(new WordReader().getTextFromWord("F:\\word2003.doc"));

		System.out.println("按段获取文本内容:");

		System.out.println(new WordReader().getTextByParagraph("F:\\word2003.doc"));

	}

	// 统计word文件总页数(仅docx格式的有效！) doc格式也有对应的方法，可是因为doc本身的问题，导致获取的页数总是错误的。

	public void getPageCount(String filePath) {

		XWPFDocument docx;

		try {

			docx = new XWPFDocument(POIXMLDocument.openPackage(filePath));

			int pages = docx.getProperties().getExtendedProperties()

					.getUnderlyingProperties().getPages();// 总页数

			int wordCount = docx.getProperties().getExtendedProperties()

					.getUnderlyingProperties().getCharacters();// 忽略空格的总字符数

			// 另外还有getCharactersWithSpaces()方法获取带空格的总字数。

			System.out.println("Total pages=" + pages +"页; "+ " Total wordCount=" + wordCount);

		} catch (IOException e) {

			e.printStackTrace();

		}

	}

	// 获取word文档中全部文本的方法(仅对doc文件有效)

	public String getTextFromWord(String filePath) {

		String res = null;

		File file = new File(filePath);

		try {

			FileInputStream fis = new FileInputStream(file);

			wordExtractor = new WordExtractor(fis);

			// 获取全部文本

			res = wordExtractor.getText();

			fis.close();

		} catch (IOException e) {

			e.printStackTrace();

		}

		return res;

	}

	// 按段获取文本(仅对doc文件有效)

	public String getTextByParagraph(String filePath) {

		String res = null;

		FileInputStream fis;

		try {

			fis = new FileInputStream(filePath);

			wordExtractor = new WordExtractor(fis);

			// 获取段文本

			String[] strArray = wordExtractor.getParagraphText();

			for (int i = 0; i < strArray.length; i++) {

				System.out.println("第 " + (i+1)+" 段\n"+strArray[i]);

			}

			// 这个构造函数从InputStream中载入Word文档

			HWPFDocument doc = new HWPFDocument(

					(InputStream) new FileInputStream(filePath));

			// 这个类为HWPF对象模型,对文档范围段操作

			Range range = doc.getRange();

			int num = range.numParagraphs();

			System.out.println("该文档共" + num + "段");//空行也算一段

			System.out.println("获取第"+num+"段内容例如以下：\n"+range.getParagraph(num-1).text());

			fis.close();

		} catch (IOException e) {

			e.printStackTrace();

		}

		return res;

	}

}