java 读取word 表格,实战 | JAVA读取WORD，包含表格。
業務需求
我們有這樣一個需求，需要抽取出WORD文檔中的內容，然后組裝成特定的json格式發送給第三方引擎接口，輸入協議如下：
{
"tables": [
{
"cells": [
{
"col": 1,
"row_span": 1,
"row": 1,
"col_span": 1,
"content": "車輛名稱"
}
],
"id": 0,
"row_num": 2
}
],
"paragraps": [
{
"para_id": 1,
"content": "Hello,JAVA日知錄"
}
]
}
這個輸入格式一看就是需要我們分段落和表格讀取word中的內容，既然需求已定，那就直接開始動手寫代碼吧。
基于POI實現
把 “java如何讀取word” 拿到百度去搜索，答案基本都是利用POI來實現。當然利用POI確實可以實現按段落和表格提取出內容并組裝成上述格式，但是在實踐過程中有下面2個問題：
需要分別處理兩種格式docx、doc
POI使用不同的API來讀取docx和doc，所以讀取邏輯我們需要編寫兩次。
POI讀取doc的段落時會把表格的內容也讀取出來
這個問題比較坑，poi有單獨的方法讀取文檔中所有表格，但是在讀取doc格式段落文檔的時候會把表格內容也讀取出來，所以我們需要用如下方法排除掉表格：
//讀取doc
HWPFDocument doc = new HWPFDocument(stream);
Range range = doc.getRange();
//讀取段落
int num = range.numParagraphs();
Paragraph para;
for (int i=0; i
para = range.getParagraph(i);
//排除表格內容
if (!para.isInTable()) {
System.out.println(para.text());
}
}
考慮以上兩種原因，我們最后并沒有采取POI來實現word內容提取功能，而是采用第二種方法，即利用Spire.Doc for Java來實現。
Spire.Doc for Java
Spire.Doc for Java 是一款專業的 Java Word 組件，開發人員使用它可以輕松地將 Word 文檔創建、讀取、編輯、轉換和打印等功能集成到自己的 Java 應用程序中。作為一款完全獨立的組件，Spire.Doc for Java 的運行環境無需安裝 Microsoft Office。 官網地址是 https://www.e-iceblue.cn/，我們項目中使用的開源免費版。
首先我們修改maven倉庫地址
com.e-iceblue
http://repo.e-iceblue.com/nexus/content/groups/public/
引入對應的jar包
e-iceblue
spire.doc.free
3.9.0
讀取word，這里展示的是測試類
public class SpireApplication {
public static void main(String[] args) {
String path = "D:\\testDoc22.doc";
spireParaghDoc(path);
spireForTableOfDoc(path);
}
//讀取段落
public static void spireParaghDoc(String path) {
Document doc = new Document(path);
for (int i = 0; i < doc.getSections().getCount(); i++) {
Section section = doc.getSections().get(i);
for (int j = 0; j < section.getParagraphs().getCount(); j++) {
Paragraph paragraph = section.getParagraphs().get(j);
System.out.println(paragraph.getText());
}
}
}
//讀取表格
public static void spireForTableOfDoc(String path) {
Document doc = new Document(path);
for (int i = 0; i < doc.getSections().getCount(); i++) {
Section section = doc.getSections().get(i);
for (int j = 0; j < section.getBody().getChildObjects().getCount(); j++) {
DocumentObject obj = section.getBody().getChildObjects().get(j);
if (obj.getDocumentObjectType() == DocumentObjectType.Table) {
Table table = (Table) obj;
for (int k = 0; k < table.getRows().getCount(); k++) {
TableRow rows = table.getRows().get(k);
for (int p = 0; p < rows.getCells().getCount(); p++) {
for (int h = 0; h < rows.getCells().get(p).getParagraphs().getCount(); h++) {
Paragraph f = rows.getCells().get(p).getParagraphs().get(h);
System.out.println(f.getText());
}
}
}
}
}
}
}
}
通過上面代碼我們就可以按段落和表格讀取WORD中的內容，而后根據系統業務要求的格式進行封裝即可。
總結
以上是生活随笔為你收集整理的java 读取word 表格,实战 | JAVA读取WORD，包含表格。的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 客制化实用知识
- 下一篇： UVM：7.3.4 UVM中后门访问操作