本文轉載自微信公眾號「JAVA日知錄」，作者單一色調。轉載本文請聯系JAVA日知錄公眾號。

不能每天都發雞湯呀，今天分享一篇開發實戰。

業務需求

我們有這樣一個需求，需要抽取出WORD文檔中的內容，然后組裝成特定的json格式發送給第三方引擎接口，輸入協議如下：

{

"tables":?[

{

"cells":?[

{

"col":?1,

"row_span":?1,

"row":?1,

"col_span":?1,

"content":"車輛名稱"

}

],

"id":?0,

"row_num":?2

}

],

"paragraps":?[

{

"para_id":?1,

"content":"Hello,JAVA日知錄"

}

]

}

這個輸入格式一看就是需要我們分段落和表格讀取word中的內容，既然需求已定，那就直接開始動手寫代碼吧。

基于POI實現

把 “java如何讀取word” 拿到百度去搜索，答案基本都是利用POI來實現。當然利用POI確實可以實現按段落和表格提取出內容并組裝成上述格式，但是在實踐過程中有下面2個問題：

需要分別處理兩種格式docx、docPOI使用不同的API來讀取docx和doc，所以讀取邏輯我們需要編寫兩次。

POI讀取doc的段落時會把表格的內容也讀取出來 這個問題比較坑，poi有單獨的方法讀取文檔中所有表格，但是在讀取doc格式段落文檔的時候會把表格內容也讀取出來，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);

//排除表格內容

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

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

}

}

考慮以上兩種原因，我們最后并沒有采取POI來實現word內容提取功能，而是采用第二種方法，即利用 Spire.Doc for Java 來實現。

Spire.Doc for Java

Spire.Doc for Java 是一款專業的 Java Word 組件，開發人員使用它可以輕松地將 Word 文檔創建、讀取、編輯、轉換和打印等功能集成到自己的 Java 應用程序中。

作為一款完全獨立的組件，Spire.Doc for Java 的運行環境無需安裝 Microsoft Office。官網地址是 https://www.e-iceblue.cn/，我們項目中使用的開源免費版。

首先我們修改maven倉庫地址

com.e-iceblue

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

引入對應的jar包

e-iceblue

spire.doc.free

3.9.0

讀取word，這里展示的是測試類

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());

}

}

}

}

}

}

}

}

通過上面代碼我們就可以按段落和表格讀取WORD中的內容，而后根據系統業務要求的格式進行封裝即可。

【編輯推薦】

【責任編輯：武曉燕 TEL：(010)68476606】

點贊 0

總結

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!的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。