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—