如何用Java讀取Word表格中文本和圖片

這篇文章主要介紹了如何用Java讀取Word表格中文本和圖片的相關(guān)知識，內(nèi)容詳細易懂，操作簡單快捷，具有一定借鑒價值，相信大家閱讀完這篇如何用Java讀取Word表格中文本和圖片文章都會有所收獲，下面我們一起來看看吧。

1. 程序環(huán)境準備

• 代碼編譯工具：IntelliJ IDEA

• Jdk版本：1.8.0

• 測試文檔：Word .docx 2013

• Jar包：free spire.doc.jar 3.9.0
  

用于測試的Word文檔如下：

Jar導(dǎo)入步驟及方法：

方法1：手動導(dǎo)入。

打開Project Structure（Shift+Ctrl+Alt+S）界面，選擇【Modules】—【Dependencies】，點擊“+”，【JARs or directories…】,選擇本地路徑中的jar包，添加后，勾選，點擊“OK”或者“Apply”導(dǎo)入jar。

方法2：Maven倉庫導(dǎo)入。

需在pom.xml文件中配置maven路徑并指定free spire.doc.jar 3.9.0的依賴，然后下載導(dǎo)入。具體配置如下：

<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代碼

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 {
        //加載Word測試文檔
        Document doc = new Document();
        doc.loadFromFile("inputfile.docx");

        //獲取第一節(jié)
        Section section = doc.getSections().get(0);

        //獲取第一個表格
        ITable table = section.getTables().get(0);

        //創(chuàng)建txt文件（用于寫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);

        //創(chuàng)建List
        List images = new ArrayList();

        //遍歷表格中的行
        for (int i = 0; i < table.getRows().getCount(); i++)
        {
            TableRow row = table.getRows().get(i);
            //遍歷每行中的單元格
            for (int j = 0; j < row.getCells().getCount(); j++)
            {
                TableCell cell = row.getCells().get(j);
                //遍歷單元格中的段落
                for (int k = 0; k < cell.getParagraphs().getCount(); k++)
                {
                    Paragraph paragraph = cell.getParagraphs().get(k);
                    bw.write(paragraph.getText() + "\t");//獲取文本內(nèi)容

                    //遍歷段落中的所有子對象
                    for (int x = 0; x < paragraph.getChildObjects().getCount(); x++)
                    {
                        Object object = paragraph.getChildObjects().get(x);
                        //判定對象是否為圖片
                        if (object instanceof DocPicture)
                        {
                            //獲取圖片
                            DocPicture picture = (DocPicture) object;
                            images.add(picture.getImage());
                        }
                    }
                }
            }
            bw.write("\r\n");//寫入內(nèi)容到txt文件
        }
        bw.flush();
        bw.close();
        fw.close();

        //將圖片以PNG文件格式保存
        for (int z = 0; z < images.size(); z++)
        {
            File imagefile = new File(String.format("提取的表格圖片-%d.png", z));
            ImageIO.write((RenderedImage) images.get(z), "PNG", imagefile);
        }
    }
}

3. 文本、圖片讀取效果

完成代碼編輯后，執(zhí)行程序，讀取表格中的文本數(shù)據(jù)和圖片。代碼中的文件路徑為IDEA項目文件夾路徑，如：

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

C:\Users\Administrator\IdeaProjects\Table_Doc\提取的表格圖片-0.png

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

在代碼中，文件路徑可自定義為其他路徑。

文本數(shù)據(jù)讀取結(jié)果：

圖片讀取結(jié)果：

關(guān)于“如何用Java讀取Word表格中文本和圖片”這篇文章的內(nèi)容就介紹到這里，感謝各位的閱讀！相信大家對“如何用Java讀取Word表格中文本和圖片”知識都有一定的了解，大家如果還想學(xué)習(xí)更多知識，歡迎關(guān)注億速云行業(yè)資訊頻道。