本文轉(zhuǎn)載自微信公眾號(hào)「JAVA日知錄」，作者單一色調(diào)。轉(zhuǎn)載本文請(qǐng)聯(lián)系JAVA日知錄公眾號(hào)。

不能每天都發(fā)雞湯呀，今天分享一篇開(kāi)發(fā)實(shí)戰(zhàn)。

業(yè)務(wù)需求

我們有這樣一個(gè)需求，需要抽取出WORD文檔中的內(nèi)容，然后組裝成特定的json格式發(fā)送給第三方引擎接口，輸入?yún)f(xié)議如下：

{

"tables":?[

{

"cells":?[

{

"col":?1,

"row_span":?1,

"row":?1,

"col_span":?1,

"content":"車(chē)輛名稱(chēng)"

}

],

"id":?0,

"row_num":?2

}

],

"paragraps":?[

{

"para_id":?1,

"content":"Hello,JAVA日知錄"

}

]

}

這個(gè)輸入格式一看就是需要我們分段落和表格讀取word中的內(nèi)容，既然需求已定，那就直接開(kāi)始動(dòng)手寫(xiě)代碼吧。

基于POI實(shí)現(xiàn)

把 “java如何讀取word” 拿到百度去搜索，答案基本都是利用POI來(lái)實(shí)現(xiàn)。當(dāng)然利用POI確實(shí)可以實(shí)現(xiàn)按段落和表格提取出內(nèi)容并組裝成上述格式，但是在實(shí)踐過(guò)程中有下面2個(gè)問(wèn)題：

需要分別處理兩種格式docx、docPOI使用不同的API來(lái)讀取docx和doc，所以讀取邏輯我們需要編寫(xiě)兩次。

POI讀取doc的段落時(shí)會(huì)把表格的內(nèi)容也讀取出來(lái) 這個(gè)問(wèn)題比較坑，poi有單獨(dú)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(shí)候會(huì)把表格內(nèi)容也讀取出來(lái)，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

intnum?=?range.numParagraphs();

Paragraph?para;

for(inti=0;?i

para?=?range.getParagraph(i);

//排除表格內(nèi)容

if?(!para.isInTable())?{

System.out.println(para.text());

}

}

考慮以上兩種原因，我們最后并沒(méi)有采取POI來(lái)實(shí)現(xiàn)word內(nèi)容提取功能，而是采用第二種方法，即利用 Spire.Doc for Java 來(lái)實(shí)現(xiàn)。

Spire.Doc for Java

Spire.Doc for Java 是一款專(zhuān)業(yè)的 Java Word 組件，開(kāi)發(fā)人員使用它可以輕松地將 Word 文檔創(chuàng)建、讀取、編輯、轉(zhuǎn)換和打印等功能集成到自己的 Java 應(yīng)用程序中。

作為一款完全獨(dú)立的組件，Spire.Doc for Java 的運(yùn)行環(huán)境無(wú)需安裝 Microsoft Office。官網(wǎng)地址是 https://www.e-iceblue.cn/，我們項(xiàng)目中使用的開(kāi)源免費(fèi)版。

首先我們修改maven倉(cāng)庫(kù)地址

com.e-iceblue

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

引入對(duì)應(yīng)的jar包

e-iceblue

spire.doc.free

3.9.0

讀取word，這里展示的是測(cè)試類(lèi)

publicclass?SpireApplication?{

publicstaticvoid?main(String[]?args)?{

String?path?=?"D:\\testDoc22.doc";

spireParaghDoc(path);

spireForTableOfDoc(path);

}

//讀取段落

publicstaticvoid?spireParaghDoc(String?path)?{

Document?doc?=?new?Document(path);

for(inti?=?0;?i?

Sectionsection=?doc.getSections().get(i);

for(intj?=?0;?j?

Paragraph?paragraph?=?section.getParagraphs().get(j);

System.out.println(paragraph.getText());

}

}

}

//讀取表格

publicstaticvoid?spireForTableOfDoc(String?path)?{

Document?doc?=?new?Document(path);

for(inti?=?0;?i?

Sectionsection=?doc.getSections().get(i);

for(intj?=?0;?j?

DocumentObject?obj?=?section.getBody().getChildObjects().get(j);

if?(obj.getDocumentObjectType()?==?DocumentObjectType.Table)?{

Tabletable=?(Table)?obj;

for(intk?=?0;?k?

TableRow?rows=table.getRows().get(k);

for(intp?=?0;?p?

for(inth?=?0;?h?

Paragraph?f?=?rows.getCells().get(p).getParagraphs().get(h);

System.out.println(f.getText());

}

}

}

}

}

}

}

}

通過(guò)上面代碼我們就可以按段落和表格讀取WORD中的內(nèi)容，而后根據(jù)系統(tǒng)業(yè)務(wù)要求的格式進(jìn)行封裝即可。

【編輯推薦】

【責(zé)任編輯：武曉燕 TEL：(010)68476606】

點(diǎn)贊 0

總結(jié)

以上是生活随笔為你收集整理的JAVA table word,实战 | Java读取Word，包含表格!的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。