Java 读取Word表格中的文本和图片

本文通过Java程序来展示如何读取Word表格，包括读取表格中的文本和图片。下面是具体实现的步骤和方法。

1. 程序环境准备

代码编译工具：IntelliJ IDEA
Jdk版本：1.8.0
测试文档：Word .docx 2013
Jar包：free spire.doc.jar 3.9.0

用于测试的Word文档如下：

Jar导入步骤及方法：

方法1：手动导入。打开Project Structure（Shift+Ctrl+Alt+S）界面，选择【Modules】—【Dependencies】，点击“+”，【JARs or directories…】,选择本地路径中的jar包，添加后，勾选，点击“OK”或者“Apply”导入jar。

方法2：Maven仓库导入。需在pom.xml文件中配置maven路径并指定free spire.doc.jar 3.9.0的依赖，然后下载导入。具体配置如下：

<repositories>

        <repository>

            <id>com.e-iceblue</id>

            <url>http://repo.e-iceblue.cn/repository/maven-public/</url>

        </repository>

    </repositories>

<dependencies>

    <dependency>

        <groupId> e-iceblue </groupId>

        <artifactId>free.spire.doc</artifactId>

        <version>3.9.0</version>

    </dependency>

</dependencies>

2. Java代码

import com.spire.doc.*;

import com.spire.doc.documents.Paragraph;

import com.spire.doc.fields.DocPicture;

import com.spire.doc.interfaces.ITable;

import javax.imageio.ImageIO;

import java.awt.image.RenderedImage;

import java.io.BufferedWriter;

import java.io.File;

import java.io.FileWriter;

import java.io.IOException;

import java.util.ArrayList;

import java.util.List;

public class GetTable {

    public static void main(String[] args)throws IOException {

        //加载Word测试文档

        Document doc = new Document();

        doc.loadFromFile("inputfile.docx");

        //获取第一节

        Section section = doc.getSections().get(0);

        //获取第一个表格

        ITable table = section.getTables().get(0);

        //创建txt文件（用于写入表格中提取的文本）

        String output = "ReadTextFromTable.txt";

        File textfile = new File(output);

        if (textfile.exists())

        {

            textfile.delete();

        }

        textfile.createNewFile();

        FileWriter fw = new FileWriter(textfile, true);

        BufferedWriter bw = new BufferedWriter(fw);

        //创建List

        List images = new ArrayList();

        //遍历表格中的行

        for (int i = 0; i < table.getRows().getCount(); i++)

        {

            TableRow row = table.getRows().get(i);

            //遍历每行中的单元格

            for (int j = 0; j < row.getCells().getCount(); j++)

            {

                TableCell cell = row.getCells().get(j);

                //遍历单元格中的段落

                for (int k = 0; k < cell.getParagraphs().getCount(); k++)

                {

                    Paragraph paragraph = cell.getParagraphs().get(k);

                    bw.write(paragraph.getText() + "\t");//获取文本内容

                    //遍历段落中的所有子对象

                    for (int x = 0; x < paragraph.getChildObjects().getCount(); x++)

                    {

                        Object object = paragraph.getChildObjects().get(x);

                        //判定对象是否为图片

                        if (object instanceof DocPicture)

                        {

                            //获取图片

                            DocPicture picture = (DocPicture) object;

                            images.add(picture.getImage());

                        }

                    }

                }

            }

            bw.write("\r\n");//写入内容到txt文件

        }

        bw.flush();

        bw.close();

        fw.close();

        //将图片以PNG文件格式保存

        for (int z = 0; z < images.size(); z++)

        {

            File imagefile = new File(String.format("提取的表格图片-%d.png", z));

            ImageIO.write((RenderedImage) images.get(z), "PNG", imagefile);

        }

    }

}

3. 文本、图片读取效果

完成代码编辑后，执行程序，读取表格中的文本数据和图片。代码中的文件路径为IDEA项目文件夹路径，如：

C:\Users\Administrator\IdeaProjects\Table_Doc\ReadTextFromTable.txt

C:\Users\Administrator\IdeaProjects\Table_Doc\提取的表格图片-0.png

C:\Users\Administrator\IdeaProjects\Table_Doc\inputfile.docx

在代码中，文件路径可自定义为其他路径。

文本数据读取结果：

图片读取结果：

—End—

巴特西

Java 读取Word表格中的文本和图片

1. 程序环境准备

2. Java代码

3. 文本、图片读取效果

最新文章

热门文章