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() + "	");//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("
");//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:UsersAdministratorIdeaProjectsTable_DocReadTextFromTable.txt

C:UsersAdministratorIdeaProjectsTable_Doc提取的表格图片-0.png

C:UsersAdministratorIdeaProjectsTable_Docinputfile.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—