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。
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。
网站栏目:怎么用Java读取Word包含表格
分享地址:http://www.cdkjz.cn/article/gcgoip.html