Tal vez mas de una ocasión nos han pedido desarrollar una aplicación que tenga que entre otras cosas sea necesario leer un archivo de word, ya sea para un editor de textos o cualquier uso que se le encuentre a ello. Muchas veces vemos el ejemplo de como leer un archivo de texto .txt pero pocas veces practicamos como debemos hacerlo con un fichero de word .doc/.docx.
La verdad hay que ser honestos Java por si solo no es capaz de hacer la tarea (al menos no que yo sepa) por lo que tenemos dos opciones para hacer esto, la primera sería descomprimir el archivo .doc/.docx como si se tratase de un .zip, navegar los directorios y leer el .xml donde el texto se encuentra identificándolo por las etiquetas del documento, o bien el modo más fácil es usar una librería externa que probablemente haga la primera opción para conseguir el texto del word.
