在文档处理场景中，将一个 Word 文件拆分成多个独立文档是一项常见需求。例如，生成单独的章节文件、提取指定页面内容，或将大型报告按结构拆分保存，都需要对原始文档进行精准分割。
Java 提供了多种方式处理 Word 文档拆分操作，可以根据不同需求选择合适的拆分依据：按页拆分能够保留文档的页面布局，按分页符拆分适用于人工设置的内容分隔，而按分节符拆分则更适合处理具有章节结构的复杂文档。
本文将介绍如何使用 Java 实现 Word 文档的按页拆分、按分页符拆分以及按分节符拆分，帮助开发者根据实际业务需求灵活处理 Word 文件。
环境设置
要运行下面的代码示例，需要先在 Java 项目 中添加 Word 文档处理所需的依赖。
如果使用 Maven，可以在 pom.xml 中加入：
com.e-icebluee-icebluehttps://repo.e-iceblue.cn/repository/maven-public/e-icebluespire.doc14.8.4
将 Word 文档的每一页拆分为单独文件
如果需要按照 Word 实际排版后的页面进行拆分，可以使用 Document.extractPages() 方法从原文档中提取页面，并生成新的 Document 对象。
下面的示例获取 Word 文档的总页数，然后逐页提取并保存为独立的 DOCX 文件：
import com.spire.doc.Document;
import com.spire.doc.FileFormat;
public class SplitWordByPage {
public static void main(String[] args) {
// Load the Word document
Document document = new Document();
document.loadFromFile("Sample.docx");
// Get the total number of pages
int pageCount = document.getPageCount();
// Extract each page to a separate document
for (int i = 0; i
例如，一个包含 5 页的 Word 文档会被拆分为：
Page-1.docx
Page-2.docx
Page-3.docx
Page-4.docx
Page-5.docx
extractPages() 的第一个参数表示起始页面索引，从 0 开始；第二个参数表示需要提取的页面数量。因此：
document.extractPages(i, 1);
表示从索引 i 开始提取 1 页。
提取 Word 文档中的指定页码范围
extractPages() 也可以一次提取连续的多个页面。
例如，需要将原文档的第 3 页到第 6 页保存为一个新的 Word 文档，可以使用下面的代码：
import com.spire.doc.Document;
import com.spire.doc.FileFormat;
public class ExtractWordPageRange {
public static void main(String[] args) {
// Load the Word document
Document document = new Document();
document.loadFromFile("Sample.docx");
int startPage = 3;
int endPage = 6;
// Validate the page range
if (startPage document.getPageCount()) {
throw new IllegalArgumentException("Invalid page range.");
}
// Convert the page number to a zero-based index
int startIndex = startPage - 1;
// Calculate the number of pages to extract
int pageCount = endPage - startPage + 1;
// Extract the specified pages
Document extractedDocument =
document.extractPages(startIndex, pageCount);
extractedDocument.saveToFile(
"output/Pages-3-6.docx",
FileFormat.Docx
);
extractedDocument.close();
document.close();
}
}
需要注意的是，extractPages() 使用从 0 开始的页面索引，而且第二个参数是提取页数，不是结束页码。
因此，提取第 3 页到第 6 页时实际调用的是：
document.extractPages(2, 4);
按分页符拆分 Word 文档
分页符通常用于强制后续内容从新的一页开始。在 Word 中通过 Ctrl + Enter 插入的分页符属于显式分页符。
如果希望根据这些分页符拆分文档，可以遍历段落中的 Break 对象，并通过 BreakType.Page_Break 判断是否遇到了分页符。
下面的示例在检测到分页符时结束当前文档，并将后续内容写入新的 Word 文件：
import com.spire.doc.*;
import com.spire.doc.documents.*;
public class SplitWordByPageBreak {
public static void main(String[] args) {
// Load the source document
Document source = new Document();
source.loadFromFile("Sample.docx");
// Create the first output document
Document partDocument = createDocument(source);
Section targetSection = partDocument.getSections().get(0);
int fileIndex = 1;
// Traverse all sections
for (int s = 0; s = 0
&& firstParagraph.getChildObjects()
.getCount() > 0) {
firstParagraph.getChildObjects()
.removeAt(breakIndex);
breakIndex--;
}
if (firstParagraph.getChildObjects()
.getCount() == 0) {
targetSection.getBody()
.getChildObjects()
.remove(firstParagraph);
}
}
}
}
}
}
// Save the last part
partDocument.saveToFile(
"output/Part-" + fileIndex + ".docx",
FileFormat.Docx
);
partDocument.close();
source.close();
}
private static Document createDocument(Document source) {
Document document = new Document();
source.cloneDefaultStyleTo(document);
source.cloneThemesTo(document);
source.cloneCompatibilityTo(document);
document.addSection();
return document;
}
}
如果原文档中包含两个分页符，拆分后会得到：
Part-1.docx
Part-2.docx
Part-3.docx
这里识别的是文档中实际存在的 Page Break。文字因页面空间不足而自动流到下一页并不属于分页符，因此不会触发拆分。
如果需要按照 Word 最终显示的每一页拆分文档，应使用前面的 extractPages() 方法。
按分节符拆分 Word 文档
Word 中的分节符会将文档划分为多个 Section。不同 Section 可以具有独立的页面尺寸、页边距、页眉页脚和页面方向等设置。
在 Spire.Doc for Java 中，可以直接遍历 Document.getSections()，将每个 Section 克隆到新的 Word 文档中。
import com.spire.doc.Document;
import com.spire.doc.FileFormat;
import com.spire.doc.Section;
public class SplitWordBySectionBreak {
public static void main(String[] args) {
// Load the Word document
Document document = new Document();
document.loadFromFile("Sample.docx");
// Traverse all sections
for (int i = 0;
i
如果原始文档包含三个 Section，拆分后会得到：
Section-1.docx
Section-2.docx
Section-3.docx
一个 Section 可以包含一页，也可以包含多页。因此，按分节符拆分并不等同于按页拆分，而是保留每个 Section 中包含的全部内容。
Word 文档拆分方式对比
| 拆分方式 | 拆分依据 | 核心实现 |
|---|---|---|
| 每页拆分 | Word 实际页面 | extractPages(i, 1) |
| 指定页码范围 | 连续的实际页面 | extractPages(index, count) |
| 按分页符拆分 | 显式分页符 | BreakType.Page_Break |
| 按分节符拆分 | Word Section | Section.deepClone() |
如果需要根据 Word 最终排版结果拆分页面，可以使用 extractPages()；如果文档已经通过分页符或分节符划分内容，则可以直接按照相应的文档结构进行拆分。
以上就是Java按页、分页符和分节符拆分Word文档的完整指南的详细内容，更多关于Java拆分Word的资料请关注IT俱乐部其它相关文章！
