1；apache poi插件鏈接http://poi.apache.org/ 這個插件主要用于office文件文本內以及富文本(表格，圖片)等的提取，還有支持對已知密碼的office文件的提取，

其他格式的文件加密以及解密都有 見鏈接http://poi.apache.org/encryption.html
http://www.openoffice.org/sc/compdocfileformat.pdf
因為之前做全文檢索的時候需要提取word03里面的表格進行分析，使用這個插件對加密的文件不支持，所以研究了下doc文件格式以及它的加密方式，另外office07系列的比較簡單，基本都是對xml解析，這里就不分析了。再說一句，這里只是對linux平臺，其他調用微軟com的那套就不用說了。

2；首先先說下word97-03文件是怎么加密的，word加密時并不是所有字節都加密，只是帶有文本，表格，富文本，圖片的stream才會加密，涉及到的加密算法有RC4，MD5算法。
具體細節參考：
http://wenku.baidu.com/link?url=TrCAFtr1mHXZbh3qnnOlhYmXTS7-ynw-CES0W6KOUzRzzRg7l04Y5LXl0V3W8pQRGO4SxyzXDlXk5zlLOzPphlXOxfC6UglqRzJlnb6439_

這里只是列出一些代碼實現：
字符串轉utf8

public static String utf8ToUnicode(String inStr) {char[] myBuffer = inStr.toCharArray();StringBuffer sb = new StringBuffer();for (int i = 0; i < inStr.length(); i++) {UnicodeBlock ub = UnicodeBlock.of(myBuffer[i]);if(ub == UnicodeBlock.BASIC_LATIN){sb.append(myBuffer[i]);}else if(ub == UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS){int j = (int) myBuffer[i] - 65248;sb.append((char)j);}else{short s = (short) myBuffer[i];String hexS = Integer.toHexString(s);String unicode = "\\u"+hexS;sb.append(unicode.toLowerCase());}}return sb.toString();} //驗證passwd public boolean verifypwd(byte pwarray[], byte docid[], byte salt[], byte hashedsalt[],HWMPFEMD5 valContext){HWPFRC4 tool =new HWPFRC4();HWPFRC4 key =new HWPFRC4();int offset=0, keyoffset=0;int tocopy=5;HWMPFEMD5 md5=new HWMPFEMD5();HWMPFEMD5 md51=new HWMPFEMD5();md5.md5Init();md5.md5Update(pwarray, 64);md5.getMD5StoreDigest(md5); valContext.md5Init();while (offset != 16){if ((64 - offset) < 5)tocopy = 64 - offset;for(int y=0;y<tocopy;y++){pwarray[offset+y]=md5.digest[keyoffset+y];}offset += tocopy;if (offset == 64){valContext.md5Update(pwarray, 64);keyoffset = tocopy;tocopy = 5 - tocopy;offset = 0;continue;}keyoffset = 0;tocopy = 5;for(int y=0;y<16;y++){pwarray[offset+y]=docid[y];}offset += 16;}pwarray[16] = (byte) 0x80;for(int i=0;i<47;i++){pwarray[17+i]=0;}pwarray[56] = (byte)0x80;pwarray[57] = (byte)0x0A;valContext.md5Update(pwarray,64);valContext.getMD5StoreDigest(valContext); tool.makekey (0, key,valContext);tool.rc4 (salt, 16, key);tool.rc4 (hashedsalt, 16, key);salt[16] = (byte) 0x80;for(int i=0;i<47;i++) salt[17+i]=0;salt[56] = (byte) 0x80;md51.md5Init();md51.md5Update(salt, 64); md51.getMD5StoreDigest(md51);for(int i=0;i<16;i++){ if(hashedsalt[i]!=md51.digest[i]) return false;}return true;} public void preparekey(byte[] key_data_ptr, int key_data_len, HWPFRC4 key){int index1;int index2;byte []state=new byte[256];int counter;state = key.state;for (counter = 0; counter < 256; counter++) state[counter] = (byte)counter;key.x = 0;key.y = 0;index1 = 0; index2 = 0;for (counter = 0; counter < 256; counter++){index2 = ((key_data_ptr[index1]&0xff) + (state[counter]&0xff )+ index2 ) &0xff;byte btemp=state[counter];state[counter]=state[index2];state[index2]=btemp;index1 = ((index1 + 1) % key_data_len);}}public void makekey(int block,HWPFRC4 rc4key,HWMPFEMD5 md5) { byte[]pwarray=new byte[64];HWMPFEMD5 temp=new HWMPFEMD5();for(int i=0;i<64;i++) pwarray[i]=0;for(int i=0;i<5;i++){ pwarray[i]=md5.digest[i]; } pwarray[5] = (byte) (block & 0xFF);pwarray[6] = (byte) ((block >> 8) & 0xFF);pwarray[7] = (byte) ((block >> 16) & 0xFF);pwarray[8] = (byte) ((block >> 24) & 0xFF);pwarray[9] = (byte)0x80;pwarray[56] =(byte)0x48;temp.md5Init();temp.md5Update(pwarray, 64);temp.getMD5StoreDigest(temp);preparekey(temp.digest, 16, rc4key);}void rc4 ( byte[] buffer_ptr, int buffer_len, HWPFRC4 key){int x;int y;byte []state=new byte[256];int xorIndex;int counter;x = key.x;y = key.y;state = key.state;for (counter = 0; counter < buffer_len; counter++){x = ((x + 1) & 0xff);y = (((state[x]&0xff) + y) & 0xff);byte btemp=state[x];state[x]=state[y];state[y]=btemp;xorIndex = (((state[x]&0xff )+ (state[y]&0xff)) & 0xff);buffer_ptr[counter]^=(state[xorIndex]);}key.x = x; key.y = y;}

這里代碼是按照文檔里面寫的doc文件格式，先對密碼進行unicde解碼，然后取出x，docid，salt，hashedsalt，調用verifypwd進行驗證，密碼正確后會返回HWMPFEMD5對象，然后對_tableStream的每512字節進行RC4操作，在對_mainStream進行RC4操作，然后
_fib = new FileInformationBlock(_mainStream);
_fib.fillVariableFields(_mainStream, _tableStream);
這里存儲文件頭部信息，然后在對_dataStream進行解碼，這里就是簡單的針對512字節進行RC4操作，這里只是對文檔的簡單說明。
3；Java調用方式

POIFSFileSystem pfs;HWPFDocument hwpf =null;try {pfs = new POIFSFileSystem(new FileInputStream("./test/20030523jm.doc"));hwpf = new HWPFDocument(pfs,"111111"); } catch ( Exception e) {} Range range = hwpf.getOverallRange();TableIterator it = new TableIterator(range);

4：githup鏈接
https://github.com/DusonWang/word95-03parse.git

參考項目代碼http://sourceforge.net/projects/wvware/

5：jar包下載
http://download.csdn.net/detail/dusonblog/9310899

總結

以上是生活随笔為你收集整理的java解析word2003 doc文件中的表格的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。