网站建设资讯

NEWS

网站建设资讯

怎么用Java读取Word包含表格

本篇文章给大家分享的是有关怎么用Java读取Word包含表格,小编觉得挺实用的,因此分享给大家学习,希望大家阅读完这篇文章后可以有所收获,话不多说,跟着小编一起来看看吧。

十余年的铁西网站建设经验,针对设计、前端、开发、售后、文案、推广等六对一服务,响应快,48小时及时工作处理。营销型网站建设的优势是能够根据用户设备显示端的尺寸不同,自动调整铁西建站的显示方式,使网站能够适用不同显示终端,在浏览器中调整网站的宽度,无论在任何一种浏览器上浏览网站,都能展现优雅布局与设计,从而大程度地提升浏览体验。创新互联建站从事“铁西网站设计”,“铁西网站推广”以来,每个客户项目都认真落实执行。

怎么用Java读取Word包含表格

本文转载自微信公众号「JAVA日知录」,作者单一色调。转载本文请联系JAVA日知录公众号。

不能每天都发鸡汤呀,今天分享一篇开发实战。

业务需求

我们有这样一个需求,需要抽取出WORD文档中的内容,然后组装成特定的json格式发送给第三方引擎接口,输入协议如下:

{     "tables": [         {             "cells": [                 {                     "col": 1,                     "row_span": 1,                     "row": 1,                     "col_span": 1,                     "content": "车辆名称"                 }             ],             "id": 0,             "row_num": 2         }     ],     "paragraps": [         {             "para_id": 1,             "content": "Hello,JAVA日知录"         }     ] }

这个输入格式一看就是需要我们分段落和表格读取word中的内容,既然需求已定,那就直接开始动手写代码吧。

基于POI实现

把 “java如何读取word”  拿到百度去搜索,答案基本都是利用POI来实现。当然利用POI确实可以实现按段落和表格提取出内容并组装成上述格式,但是在实践过程中有下面2个问题:

需要分别处理两种格式docx、docPOI使用不同的API来读取docx和doc,所以读取逻辑我们需要编写两次。

POI读取doc的段落时会把表格的内容也读取出来  这个问题比较坑,poi有单独的方法读取文档中所有表格,但是在读取doc格式段落文档的时候会把表格内容也读取出来,所以我们需要用如下方法排除掉表格:

//读取doc HWPFDocument doc = new HWPFDocument(stream); Range range = doc.getRange();  //读取段落 int num = range.numParagraphs(); Paragraph para; for (int i=0; i

考虑以上两种原因,我们最后并没有采取POI来实现word内容提取功能,而是采用第二种方法,即利用 Spire.Doc for Java 来实现。

Spire.Doc for Java

Spire.Doc for Java 是一款专业的 Java Word 组件,开发人员使用它可以轻松地将 Word  文档创建、读取、编辑、转换和打印等功能集成到自己的 Java 应用程序中。

作为一款完全独立的组件,Spire.Doc for Java 的运行环境无需安装 Microsoft Office。官网地址是  https://www.e-iceblue.cn/,我们项目中使用的开源免费版。

首先我们修改maven仓库地址

              com.e-iceblue         http://repo.e-iceblue.com/nexus/content/groups/public/      

引入对应的jar包

     e-iceblue     spire.doc.free     3.9.0 

读取word,这里展示的是测试类

public class SpireApplication {      public static void main(String[] args) {         String path = "D:\\testDoc22.doc";         spireParaghDoc(path);         spireForTableOfDoc(path);      }      //读取段落     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());             }         }     }      //读取表格     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());                             }                         }                     }                 }             }         }     }  }

通过上面代码我们就可以按段落和表格读取WORD中的内容,而后根据系统业务要求的格式进行封装即可。

以上就是怎么用Java读取Word包含表格,小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注创新互联行业资讯频道。


标题名称:怎么用Java读取Word包含表格
本文路径:http://njwzjz.com/article/gcgoip.html