这常常会导致用户无法获得正确的 Word 文档页数。对此，我们对 Apache POI 和 OpenOffice API 进行简要的介绍，并结合使用 Apache POI 和 OpenOffice API 开发了一套获取微软 Office 系列文档（WORD, EXCEL and POWERPOINT）的页数的解决方案，以方便广大的开发人员快速方便地应用到自己的项目中。
Apache POI 是一套用于访问微软 Office 格式文档 (Word, Excel and PowerPoint) 的 Java API。其中用于操作 Excel 格式文件的 API 是 HSSF，用于操作 Word 格式文件的 API 是 HWPF 以及用于操作 PowerPoint 格式文件的 API 是 HSLF。
POI 的官方网站是 http://poi.apache.org，用户可以先从这里下载最新的版本 3.6，下载解压后里面有三个 jar 包（poi-3.6-20091214.jar，poi-contrib-3.6-20091214.jar 和 poi-scratchpad-3.6-20091214.jar）将这三个 jar 包拷贝至 Eclipse 工程的 lib 目录中，然后刷新工程即可加载 POI 的类库。
POI 主要组成部分
POIFS：POIFS 是该项目的最古老，最稳定的一部分，它同时支持读写功能，所有的组件最终都依赖于它的定义。
POIFS 对于 OLE 2 文件操作： POIFS 的基础是最古老和最稳定的项目的一部分。这是我们的 OLE 2 复合文档格式的纯 Java 实现。它同时支持阅读和书写功能。我们的组成部分都最终依赖于它的定义。更多信息请参阅 POIFS 项目页。
HSSF 对于 Excel 文件操作：HSSF 是针对 Microsoft Excel 97（-2003）文件格式（BIFF8）的文档操作的纯 Java 实现。它支持阅读和书写能力。更多信息请参阅 HSSF 项目页。
HWPF 对于 Word 文件操作：HWPF 是针对 Microsoft Word 97 文件格式的文档操作的纯 Java 接口。该组件是在发展的初期阶段，对 word 文档的读写能力有限，仅仅可以阅读和书写简单的 word 文件，更多信息 HWPF 请参阅 HWPF 的项目页。
HSLF 对于 PowerPoint 文件操作：HSLF 是针对 Microsoft PowerPoint 97（-2003）文件格式的文档操作的纯 Java 接口。它支持阅读和书写能力。更多信息请参阅 HSLF 项目页。
HDGF 对于 Visio 文件操作：除此之外 POI 还提供了 HDGF 对微软 Visio97（-2003）文件格式的文档操作的纯 Java 接口。它目前只支持读取操作，在一个很低的水平，只支持简单的文本提取。更多信息请参阅 HDGF 项目页。
HPSF 文档属性：HPSF 是这对 OLE 2 设置格式的纯 Java 接口。主要是用来存储文件的属性集（如：标题，作者，最后修改日期等属性），他们可以为特定应用目的所使用。更多信息请参阅 HPSF 项目页。
下面我们简单的介绍一下项目中经常会使用到的对于 Excel 和 Word 格式文件进行操作的接口：
HSSF 接口
目前 POI 比较成熟的部分是 HSSF 接口，处理 MS Excel（97-2003）对象。它不像我们仅仅使用 csv 生成的没有格式的可以由 Excel 转换的东西，而是真正的 Excel 对象，你可以控制一些属性如 cell，sheet 等等。当然，HSSF 也有一些缺点，比如不能直接支持 Excel 图表，包与包之间依赖关系比较复杂等等。
对于统计页数 (sheet 个数 ) 来说，HSSF 接口可以很简单的完成这一功能。下面我们简单的介绍一下 HSSF 接口：
HSSF 提供给我们使用的对象在 org.apache.poi.hssf.usermodel 包中，主要部分包括 Excel 对象，样式和格式，还有辅助操作。主要有以下几种对象：
HSSFWorkbook： 对应于 Excel 的文档对象
HSSFSheet： 对应于 Excel 的表单
HSSFRow： 对应于 Excel 的行
HSSFCell： 对应于 Excel 的格子单元
HSSFFont： 对应于 Excel 字体
HSSFName： 对应于 Excel 名称
HSSFDataFormat： 对应于日期格式
HSSFHeader： 对应于 Sheet 头
HSSFFooter： 对应于 Sheet 尾
HSSFCellStyle： 对应于 Cell 样式
辅助操作包括：
HSSFDateUtil 日期
HSSFPrintSetup 打印
HSSFErrorConstants 错误信息表
HWPF 接口
HWPF 主要用来处理 MS Word（97-2003）对象，是 POI 中相对不太成熟的部分。但可以做一些基本的对于对 word 文档的读写操作。对于统计页数来说，HWPF 中 WordExtractor 的 SummaryInformation 提供了一个 getPageCount 的方法，但并不是特别的好用。下面我们先简单的介绍一下 HWPF 接口：
HSSF 提供给我们使用的对象在 org.apache.poi.hwpf.extractor 和 org.apache.poi.hwpf.usermodel 包中，主要部分包括 Word 对象，表格等。主要有以下几种对象：
WordExtractor 从 Word 文档中提取出文本的类。
Paragraph 对应于 Word 的一个段落范围。
Table 对应于 Word 的一个表格范围。
TableCell 对应于 Word 的一个表格的 cell 范围。
Range : 这个类是 HWPF 对象模型的核心类。适用于在 Word 文档中的字符的范围的所有属性扩展这个类。它可以插入文字或者选定一定范围的属性。
注：对于 HWPF 组件，经过我们的测试，发现其无法正确地读取 word 文件页数，所以我们使用 OpenOffice API 来替代这一部分。后面我们将会对这一部分进行详细地介绍。