当前位置 博文首页 > E-iceblue:Java 读取Word表格中的文本和图片

    E-iceblue:Java 读取Word表格中的文本和图片

    作者:E-iceblue 时间:2021-07-02 18:24

    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2Maven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—

     

    bkbky
    下一篇:没有了