如何用JAVA讀取WORD包含表格

本篇文章為大家展示了如何用JAVA讀取WORD包含表格，內容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。

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。

上述內容就是如何用JAVA讀取WORD包含表格，你們學到知識或技能了嗎？如果還想學到更多技能或者豐富自己的知識儲備，歡迎關注億速云行業資訊頻道。