Extraire les images docx avec GroupDocs.Editor Java pour modifier les documents

Dans les entreprises modernes, extract images docx rapidement et de manière fiable est un facteur décisif pour les flux de travail automatisés. Que vous ayez besoin de convert docx to html, d’intégrer des images dans un portail web, ou de créer une chaîne batch process word docs, GroupDocs.Editor pour Java offre une solution haute performance, sans Microsoft Office. Dans ce guide, nous parcourrons tout ce dont vous avez besoin — de la configuration de l’environnement aux éditions avancées — afin que vous puissiez commencer à créer des solutions qui automatisent la génération de rapports en quelques minutes.

Réponses rapides

  • Quelle est la classe principale pour charger un fichier Word ? Editor
  • Quelle méthode renvoie le balisage HTML pour l’édition ? edit() returns an EditableDocument
  • Comment extraire les images d’un document Word ? Use getAllResources() on the EditableDocument
  • Puis‑je enregistrer le contenu modifié sur le disque ? Yes, call save() on the EditableDocument
  • Ai‑je besoin d’une licence pour le développement ? A free trial or temporary license works for testing; a full license is required for production

Qu’est‑ce que “extract images docx” ?

Extract images docx signifie charger un fichier .docx, le convertir en une représentation HTML éditable, et extraire chaque image, police ou feuille de style intégrée. Cela vous donne un contrôle complet sur chaque ressource afin de les stocker séparément, de les re‑héberger sur un CDN, ou de les intégrer dans un autre document.

Pourquoi utiliser GroupDocs.Editor pour Java ?

GroupDocs.Editor fournit un ensemble complet de fonctionnalités qui le rendent idéal pour le traitement de documents à l’échelle de l’entreprise. Il prend en charge plus de 30 formats d’entrée et de sortie, gère des fichiers jusqu’à 500 Mo sans charger le document entier en mémoire, et offre une API Java simple qui s’intègre facilement aux applications existantes.

  • Support complet de Word – modifier, extraire et convertir sans Microsoft Office.
  • Conversion HTML transparente – parfait pour les éditeurs web ou les intégrations CMS.
  • Gestion robuste des ressources – obtenir les images, polices et CSS en un seul appel.
  • Performance évolutive – idéal pour le traitement par lots et la génération de rapports à grande échelle.
  • API Java pratique – fonctionne naturellement avec Java 8+ et les IDE populaires.

Prérequis

  • Java Development Kit (JDK) 8 ou plus récent.
  • Un IDE tel qu’IntelliJ IDEA ou Eclipse.
  • Connaissances de base en Java et familiarité avec Maven.

Bibliothèques requises

Incluez la bibliothèque GroupDocs.Editor dans votre projet. Utilisez Maven pour l’ajouter en tant que dépendance :

<repositories>
   <repository>
      <id>repository.groupdocs.com</id>
      <name>GroupDocs Repository</name>
      <url>https://releases.groupdocs.com/editor/java/</url>
   </repository>
</repositories>

<dependencies>
   <dependency>
      <groupId>com.groupdocs</groupId>
      <artifactId>groupdocs-editor</artifactId>
      <version>25.3</version>
   </dependency>
</dependencies>

Sinon, téléchargez la dernière version directement depuis GroupDocs.Editor for Java releases.

Acquisition de licence

Pour utiliser GroupDocs.Editor, vous pouvez commencer avec un essai gratuit, demander une licence temporaire, ou acheter une licence complète. La bibliothèque fonctionne immédiatement pour l’évaluation, et le passage à une licence de production ne nécessite qu’une mise à jour du fichier de licence.

Comment créer un document éditable avec GroupDocs.Editor Java ?

La classe Editor charge un document et fournit des capacités d’édition, tandis que EditableDocument représente le fichier chargé sous forme HTML éditable. Ensemble, ils permettent un flux de travail simple de bout en bout pour extraire les ressources, modifier le contenu et enregistrer les changements.

Réponse directe

Instanciez la classe Editor avec le chemin de votre fichier .docx, appelez edit() pour obtenir un EditableDocument, modifiez le HTML selon vos besoins, puis invoquez save() pour persister les changements. Ce flux de bout en bout vous permet d’extraire les images, de modifier le contenu et de régénérer le document en quelques lignes de code Java.

Installation

  1. Ajouter la dépendance – assurez-vous que le pom.xml contient l’extrait Maven ci‑dessus.
  2. Télécharger le JAR – si vous préférez une configuration manuelle, récupérez le dernier JAR depuis le site officiel GroupDocs.
  3. Configurer la licence – placez votre fichier GroupDocs.Editor.lic dans le dossier resources ou définissez‑la par programme.

Initialisation de base

Editor est la classe centrale de GroupDocs.Editor Java qui charge, édite et enregistre les documents.

import com.groupdocs.editor.Editor;

// Initialize Editor with a sample Word document
Editor editor = new Editor("YOUR_DOCUMENT_DIRECTORY/sample.docx");

Cette ligne simple vous fournit un éditeur entièrement fonctionnel capable de charger, modifier et enregistrer le document.

Guide étape par étape

Étape 1 : Charger le document en tant qu’EditableDocument

EditableDocument représente le fichier Word chargé sous forme HTML éditable.

import com.groupdocs.editor.Editor;
import com.groupdocs.editor.EditableDocument;

// Load the document into an EditableDocument
Editor editor = new Editor("YOUR_DOCUMENT_DIRECTORY/sample.docx");
EditableDocument beforeEdit = editor.edit();
  • Editor – gère les entrées/sorties de fichiers et la détection du format.
  • EditableDocument – fournit le balisage HTML et l’accès aux ressources.

Étape 2 : Modifier le contenu Word (comment modifier Word)

Vous pouvez maintenant manipuler la chaîne HTML, remplacer des espaces réservés ou mettre à jour les styles. Après les modifications, appelez save() pour les persister.

Étape 3 : Extraire les images et autres ressources

GroupDocs.Editor facilite l’extraction de chaque ressource intégrée, ce qui correspond exactement à la façon dont vous extract images docx.

import com.groupdocs.editor.htmlcss.resources.IHtmlResource;
import java.util.List;

// Extract embedded HTML, images, fonts, and CSS
String allAsHtmlInsideOneString = beforeEdit.getEmbeddedHtml();
List<IHtmlResource> allResources = beforeEdit.getAllResources();

// Accessing specific resources
List<String> stylesheets = beforeEdit.getCssContent();
  • getEmbeddedHtml() – renvoie le balisage HTML complet.
  • getAllResources() – fournit une liste de chaque image, police ou feuille de style intégrée dans le fichier Word original. La méthode getAllResources() renvoie une liste de toutes les ressources intégrées telles que les images et les polices.
  • extract images from word – il suffit d’itérer allResources pour les objets de type ImageResource.

Étape 4 : Ajuster les liens externes dans le balisage HTML

Si votre document contient des liens qui doivent pointer vers un gestionnaire personnalisé (par ex., un CDN), vous pouvez les réécrire à la volée.

String customImagesRequesthandlerUri = "http://example.com/ImagesHandler/id=";
String htmlMarkup = beforeEdit.getContentString(customImagesRequesthandlerUri);
  • getContentString() – injecte le préfixe URI fourni pour toutes les références d’images, vous permettant de contrôler l’endroit d’où les images sont servies. La méthode getContentString() renvoie le HTML avec un préfixe URI optionnel pour les liens de ressources.

Étape 5 : Enregistrer le document modifié sur le disque

Après toutes les modifications et ajustements de ressources, écrivez le résultat dans un fichier HTML (ou reconvertissez-le en DOCX plus tard).

// Save the edited document as an HTML file
beforeEdit.save("YOUR_OUTPUT_DIRECTORY/output.html");
  • save() – persiste le HTML édité et toutes les ressources liées dans le dossier spécifié. La méthode save() écrit le HTML modifié et les ressources vers l’emplacement de sortie.

Étape 6 : Vérifier l’état de libération

Une gestion correcte des ressources est cruciale, surtout lors du batch process word docs.

String res = !beforeEdit.isDisposed() ? "not" : "already";
  • isDisposed() – renvoie true si les ressources natives du document ont été libérées. La méthode isDisposed() indique si les ressources du document ont déjà été libérées. Disposez toujours des gros documents une fois terminés.

Étape 7 : Créer un EditableDocument à partir de HTML

Vous pouvez également démarrer à partir d’un fichier HTML existant ou d’un balisage brut, ce qui est pratique pour les scénarios convert docx to html.

import com.groupdocs.editor.EditableDocument;

// Create EditableDocument from file and markup
EditableDocument afterEditFromFile = EditableDocument.fromFile("YOUR_OUTPUT_DIRECTORY/output.html");
EditableDocument afterEditFromMarkup = EditableDocument.fromMarkup(htmlMarkup, allResources);
  • fromFile() – charge un fichier HTML qui a été précédemment enregistré par save().
  • fromMarkup() – construit un EditableDocument directement à partir d’une chaîne et de sa liste de ressources.

Comment convertir Word en HTML avec GroupDocs.Editor ?

Charger le .docx avec Editor, appeler edit(), puis récupérer le HTML via getEmbeddedHtml() ou getContentString() produit une représentation HTML fidèle. La méthode getEmbeddedHtml() renvoie le balisage HTML complet du document, préservant la mise en page, les polices et les images, que vous pouvez intégrer dans des pages web, des e‑mails ou stocker pour une utilisation ultérieure.

Traitement par lots de documents Word avec GroupDocs.Editor

Lorsque vous devez gérer des dizaines ou des centaines de modèles, encapsulez les étapes ci‑dessus dans une boucle ou un pipeline CompletableFuture. Cette approche vous permet de traiter de nombreux fichiers simultanément tout en maintenant une faible consommation de mémoire. N’oubliez pas d’appeler dispose() (ou de laisser le GC le faire) après chaque document pour garder l’utilisation de la mémoire basse. La méthode dispose() libère les ressources natives utilisées par le document.

Problèmes courants et solutions

  • Les gros documents provoquent OutOfMemoryError – diffusez les ressources au lieu de tout charger en mémoire ; libérez chaque EditableDocument dès que vous avez fini.
  • Les images n’apparaissent pas après la conversion – assurez‑vous de fournir le bon préfixe URI à getContentString() ou de copier les ressources extraites vers le dossier cible.
  • La licence n’est pas reconnue – vérifiez que le fichier GroupDocs.Editor.lic se trouve sur le classpath ou définissez la licence par programme avant de créer l’Editor.

Questions fréquemment posées

Q : Puis‑je modifier des PDF avec GroupDocs.Editor Java ?
R : Oui, GroupDocs.Editor prend en charge divers formats dont le PDF. Consultez la API reference pour les méthodes spécifiques.

Q : Comment gérer efficacement les gros documents ?
R : Utilisez des techniques de gestion des ressources telles que la libération rapide des instances EditableDocument et le traitement parallèle des fichiers avec CompletableFuture de Java.

Q : GroupDocs.Editor est‑il compatible avec tous les IDE Java ?
R : Oui, il fonctionne avec les IDE populaires comme IntelliJ IDEA et Eclipse.

Q : Quelle est la meilleure façon d’extraire les images docx lors du traitement de nombreux fichiers ?
R : Parcourez EditableDocument.getAllResources() et filtrez les objets de type ImageResource ; stockez‑les dans un dossier dédié ou téléversez‑les sur un CDN au fur et à mesure.

Q : Puis‑je reconvertir le HTML modifié en fichier DOCX ?
R : Absolument. La méthode saveAsDocx() reconvertit le HTML édité en fichier DOCX. Utilisez EditableDocument.saveAsDocx("path/to/output.docx") après vos modifications.

Last Updated: 2026-07-26
Tested With: GroupDocs.Editor 25.3 for Java
Author: GroupDocs

{< /blocks/products/pf/tutorial-page-section >} {< /blocks/products/pf/main-container >} {< /blocks/products/pf/main-wrap-class >} {< blocks/products/products-backtop-button >}

Tutoriels associés