怎么用Java讀取Word包含表格

本篇文章給大家分享的是有關怎么用Java讀取Word包含表格，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

本文轉載自微信公眾號「JAVA日知錄」，作者單一色調。轉載本文請聯系JAVA日知錄公眾號。

不能每天都發雞湯呀，今天分享一篇開發實戰。

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、docPOI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<num; 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

<repositories>     <repository>         <id>com.e-iceblue</id>         <url>http://repo.e-iceblue.com/nexus/content/groups/public/</url>     </repository> </repositories>

引入對應的jar包

<dependency>     <groupId>e-iceblue</groupId>     <artifactId>spire.doc.free</artifactId>     <version>3.9.0</version> </dependency>

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。

以上就是怎么用Java讀取Word包含表格，小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注億速云行業資訊頻道。