Word 文檔中常常有包含關(guān)鍵數(shù)據(jù)的表格，將這些表格中的數(shù)據(jù)從文檔中提取出來，可以用于進(jìn)一步分析、報告制作或內(nèi)容再創(chuàng)作等多種場景。通過使用 Java 來自動化提取 Word 文檔中的表格，開發(fā)人員能夠高效地提取和訪問這些結(jié)構(gòu)化數(shù)據(jù)，并將其轉(zhuǎn)換為適用于數(shù)據(jù)庫、電子表格等的格式，從而方便在不同場景中應(yīng)用數(shù)據(jù)。本文將介紹如何利用 Spire.Doc for Java 在 Java 項目中實現(xiàn)從 Word 文檔中提取表格。

安裝 Spire.Doc for Java

首先，您需要在 Java 程序中添加 Spire.Doc.jar 文件作為依賴項。您可以從此鏈接下載 JAR 文件；如果您使用 Maven，則可以通過在 pom.xml 文件中添加以下代碼導(dǎo)入 JAR 文件。

<repositories>
    <repository>
        <id>com.e-iceblue</id>
        <name>e-iceblue</name>
        <url>//repo.e-iceblue.cn/repository/maven-public/</url>
    </repository>
</repositories>
<dependencies>
    <dependency>
        <groupId>e-iceblue</groupId>
        <artifactId>spire.doc</artifactId>
        <version>13.1.3</version>
    </dependency>
</dependencies>

使用 Java 從 Word 文檔中提取表格

借助 Spire.Doc for Java，開發(fā)人員可以使用 Section.getTables() 方法從 Word 文檔中提取表格，然后再通過遍歷行和單元格訪問表格數(shù)據(jù)。提取 Word 文檔表格的詳細(xì)操作步驟如下：

• 創(chuàng)建一個 Document 對象。
• 使用 Document.loadFromFile() 方法加載 Word 文檔。
• 使用 Document.getSections() 方法訪問文檔中的各節(jié)并進(jìn)行遍歷。
• 使用 Section.getTables() 方法訪問每個節(jié)中的表格并進(jìn)行遍歷。
• 使用 Table.getRows() 方法訪問每個表格中的行并進(jìn)行遍歷。
• 使用 TableRow.getCells() 方法訪問每行中的單元格并進(jìn)行遍歷。
• 通過遍歷每個單元格中的段落，使用 TableCell.getParagraphs() 和 Paragraph.getText() 方法提取文本。
• 將提取到的表格數(shù)據(jù)寫入 StringBuilder 對象中。
• 將格式化后的表格內(nèi)容寫入文件或按需使用。

import com.spire.doc.*;
import com.spire.doc.documents.Paragraph;

import java.io.FileWriter;
import java.io.IOException;

public class ExtractWordTable {
    public static void main(String[] args) {
        // 創(chuàng)建一個文檔對象
        Document doc = new Document();

        try {
            // 加載一個Word文檔
            doc.loadFromFile("示例.docx");

            // 遍歷文檔中的各節(jié)
            for (int i = 0; i < doc.getSections().getCount(); i++) {
                // 獲取一節(jié)
                Section section = doc.getSections().get(i);
                // 遍歷該節(jié)中的表格
                for (int j = 0; j < section.getTables().getCount(); j++) {
                    // 獲取一個表格
                    Table table = section.getTables().get(j);
                    // 收集所有表格內(nèi)容
                    StringBuilder tableText = new StringBuilder();
                    for (int k = 0; k < table.getRows().getCount(); k++) {
                        // 獲取一行
                        TableRow row = table.getRows().get(k);
                        // 遍歷行中的單元格
                        StringBuilder rowText = new StringBuilder();
                        for (int l = 0; l < row.getCells().getCount(); l++) {
                            // 獲取一個單元格
                            TableCell cell = row.getCells().get(l);
                            // 遍歷段落以獲取單元格中的文本
                            String cellText = "";
                            for (int m = 0; m < cell.getParagraphs().getCount(); m++) {
                                Paragraph paragraph = cell.getParagraphs().get(m);
                                cellText += paragraph.getText() + " ";
                            }
                            if (l < row.getCells().getCount() - 1) {
                                rowText.append(cellText).append("\t");
                            } else {
                                rowText.append(cellText).append("\n");
                            }
                        }
                        tableText.append(rowText);
                    }

                    // 使用try-with-resources將表格文本寫入文件
                    try (FileWriter writer = new FileWriter("output/Tables/Section-" + (i + 1) + "-Table-" + (j + 1) + ".txt")) {
                        writer.write(tableText.toString());
                    }
                }
            }
        } catch (IOException e) {
            throw new RuntimeException(e);
        }
    }
}

將 Word 文檔中的表格提取到 Excel 工作表

開發(fā)人員還可以結(jié)合使用 Spire.Doc for Java 和 Spire.XLS for Java，從 Word 文檔中提取表格數(shù)據(jù)并將其寫入 Excel 工作表。首先，需要下載 Spire.XLS for Java 或添加以下 Maven 配置：

<repositories>
    <repository>
        <id>com.e-iceblue</id>
        <name>e-iceblue</name>
        <url>//repo.e-iceblue.cn/repository/maven-public/</url>
    </repository>
</repositories>
<dependencies>
    <dependency>
        <groupId>e-iceblue</groupId>
        <artifactId>spire.xls</artifactId>
        <version>15.1.3</version>
    </dependency>
</dependencies>

將 Word 文檔中的表格提取到 Excel 工作簿的詳細(xì)步驟如下：

• 創(chuàng)建一個 Document 對象。
• 創(chuàng)建一個 Workbook 對象，并使用 Workbook.getWorksheets().clear() 方法移除默認(rèn)的工作表。
• 使用 Document.loadFromFile() 方法加載 Word 文檔。
• 使用 Document.getSections() 方法訪問文檔中的各個節(jié)并進(jìn)行遍歷。
• 使用 Section.getTables() 方法訪問每個部分中的表格并進(jìn)行遍歷。
• 使用 Workbook.getWorksheets().add() 方法為每個表格創(chuàng)建一個工作表。
• 使用 Table.getRows() 方法訪問每個表格中的行并進(jìn)行遍歷。
• 使用 TableRow.getCells() 方法訪問每行中的單元格并進(jìn)行遍歷。
• 通過遍歷每個單元格中的段落，使用 TableCell.getParagraphs() 和 Paragraph.getText() 方法提取文本。
• 使用 Worksheet.getRange().get(row, column).setValue() 方法將提取的單元格文本寫入工作表中的相應(yīng)單元格。
• 根據(jù)需要設(shè)置工作表格式。
• 使用 Workbook.saveToFile() 方法將工作簿保存為 Excel 文件。

import com.spire.doc.*;
import com.spire.doc.documents.Paragraph;
import com.spire.xls.FileFormat;
import com.spire.xls.Workbook;
import com.spire.xls.Worksheet;

public class ExtractWordTableToExcel {
    public static void main(String[] args) {
        // 創(chuàng)建一個文檔對象
        Document doc = new Document();

        // 創(chuàng)建一個工作簿對象
        Workbook workbook = new Workbook();
        // 移除默認(rèn)的工作表
        workbook.getWorksheets().clear();

        try {
            // 加載一個Word文檔
            doc.loadFromFile("示例.docx");

            // 遍歷文檔中的各節(jié)
            for (int i = 0; i < doc.getSections().getCount(); i++) {
                // 獲取一節(jié)
                Section section = doc.getSections().get(i);
                // 遍歷該節(jié)中的表格
                for (int j = 0; j < section.getTables().getCount(); j++) {
                    // 獲取一個表格
                    Table table = section.getTables().get(j);
                    // 為每個表格創(chuàng)建一個工作表
                    Worksheet sheet = workbook.getWorksheets().add("Section-" + (i + 1) + "-Table-" + (j + 1));
                    for (int k = 0; k < table.getRows().getCount(); k++) {
                        // 獲取一行
                        TableRow row = table.getRows().get(k);
                        for (int l = 0; l < row.getCells().getCount(); l++) {
                            // 獲取一個單元格
                            TableCell cell = row.getCells().get(l);
                            // 遍歷段落以獲取單元格中的文本
                            String cellText = "";
                            for (int m = 0; m < cell.getParagraphs().getCount(); m++) {
                                Paragraph paragraph = cell.getParagraphs().get(m);
                                if (m > 0 && m < cell.getParagraphs().getCount() - 1) {
                                    cellText += paragraph.getText() + "\n";
                                }
                                else {
                                    cellText += paragraph.getText();
                                }
                                // 將單元格文本寫入工作表中對應(yīng)的單元格
                                sheet.getRange().get(k + 1, l + 1).setValue(cellText);
                            }
                            // 自動調(diào)整列寬
                            sheet.autoFitColumn(l + 1);
                        }
                    }
                }
            }
        } catch (Exception e) {
            throw new RuntimeException(e);
        }
        // 保存工作簿到文件，指定Excel版本為2016
        workbook.saveToFile("output/WordTableToExcel.xlsx", FileFormat.Version2016);
    }
}

————————————————————————————————

歡迎下載|體驗更多E-iceblue產(chǎn)品