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。

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<num; i++) {     para = range.getParagraph(i);     //排除表格内容     if (!para.isInTable()) {         System.out.println(para.text());     } }

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

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

引入对应的jar包

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

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。更多详情敬请关注亿速云行业资讯频道。