Java使用poi读取word文档中的表格

朱雀 2020-10-30 02:27 1177阅读 0赞

使用poi读取文档中的表格，当有多个表格时可以指定需要读取的表格，同时支持读取docx和doc格式。需要添加poi的jar包

测试文档如下图：

![70][]

程序代码：

package com.fise19.read;
    
    import java.io.FileInputStream;
    import java.util.Iterator;
    import java.util.List;
    import org.apache.poi.hwpf.HWPFDocument;
    import org.apache.poi.hwpf.usermodel.Paragraph;
    import org.apache.poi.hwpf.usermodel.Range;
    import org.apache.poi.hwpf.usermodel.Table;
    import org.apache.poi.hwpf.usermodel.TableCell;
    import org.apache.poi.hwpf.usermodel.TableIterator;
    import org.apache.poi.hwpf.usermodel.TableRow;
    import org.apache.poi.poifs.filesystem.POIFSFileSystem;
    import org.apache.poi.xwpf.usermodel.XWPFDocument;
    import org.apache.poi.xwpf.usermodel.XWPFTable;
    import org.apache.poi.xwpf.usermodel.XWPFTableCell;
    import org.apache.poi.xwpf.usermodel.XWPFTableRow;
    
    /**
     * 
     * 读取word文档中表格数据，支持doc、docx
     * @author Fise19
     * 
     */
    public class ExportDoc {
    	public static void main(String[] args) {
    		ExportDoc test = new ExportDoc();
    		String filePath = "D:\\new\\测试.docx";
    //		String filePath = "D:\\new\\测试.doc";
    		test.testWord(filePath);
    	}
    	/**
    	 * 读取文档中表格
    	 * @param filePath
    	 */
    	public void testWord(String filePath){
    		try{
    			FileInputStream in = new FileInputStream(filePath);//载入文档
    			// 处理docx格式 即office2007以后版本
    			if(filePath.toLowerCase().endsWith("docx")){
    				//word 2007 图片不会被读取， 表格中的数据会被放在字符串的最后   
    				XWPFDocument xwpf = new XWPFDocument(in);//得到word文档的信息
    				Iterator<XWPFTable> it = xwpf.getTablesIterator();//得到word中的表格
    				// 设置需要读取的表格  set是设置需要读取的第几个表格，total是文件中表格的总数
    				int set = 2, total = 4;
    				int num = set;
    				// 过滤前面不需要的表格
    				for (int i = 0; i < set-1; i++) {
    					it.hasNext();
    					it.next();
    				}
    				while(it.hasNext()){
    					XWPFTable table = it.next();  
    					System.out.println("这是第" + num + "个表的数据");
    					List<XWPFTableRow> rows = table.getRows(); 
    					//读取每一行数据
    					for (int i = 0; i < rows.size(); i++) {
    						XWPFTableRow  row = rows.get(i);
    						//读取每一列数据
    						List<XWPFTableCell> cells = row.getTableCells(); 
    						for (int j = 0; j < cells.size(); j++) {
    							XWPFTableCell cell = cells.get(j);
    							//输出当前的单元格的数据
    							System.out.print(cell.getText() + "\t");
    						}
    						System.out.println();
    					}
    					// 过滤多余的表格
    					while (num < total) {
    						it.hasNext();
    						it.next();
    						num += 1;
    					}
    				}
    			}else{
    				// 处理doc格式 即office2003版本
    				POIFSFileSystem pfs = new POIFSFileSystem(in);   
    				HWPFDocument hwpf = new HWPFDocument(pfs);   
    				Range range = hwpf.getRange();//得到文档的读取范围
    				TableIterator it = new TableIterator(range);
    				// 迭代文档中的表格
    				// 如果有多个表格只读取需要的一个 set是设置需要读取的第几个表格，total是文件中表格的总数
    				int set = 1, total = 4;
    				int num = set;
    				for (int i = 0; i < set-1; i++) {
    					it.hasNext();
    					it.next();
    				}
    				while (it.hasNext()) {   
    					Table tb = (Table) it.next();   
    					System.out.println("这是第" + num + "个表的数据");
    					//迭代行，默认从0开始,可以依据需要设置i的值,改变起始行数，也可设置读取到那行，只需修改循环的判断条件即可
    					for (int i = 0; i < tb.numRows(); i++) {   
    						TableRow tr = tb.getRow(i);   
    						//迭代列，默认从0开始
    						for (int j = 0; j < tr.numCells(); j++) {   
    							TableCell td = tr.getCell(j);//取得单元格
    							//取得单元格的内容
    							for(int k = 0; k < td.numParagraphs(); k++){   
    								Paragraph para = td.getParagraph(k); 
    								String s = para.text();
    								//去除后面的特殊符号
    								if(null != s && !"".equals(s)){
    									s = s.substring(0, s.length()-1);
    								}
    								System.out.print(s + "\t");
    							}
    						}
    						System.out.println();
    					} 
    					// 过滤多余的表格
    					while (num < total) {
    						it.hasNext();
    						it.next();
    						num += 1;
    					}
    				}
    			}
    		}catch(Exception e){
    			e.printStackTrace();
    		}
    	}
    }

运行结果：

这是第2个表的数据
    123	1	2	3	
    表2-1	1	2	3	
    表2-2	1	2	3

[70]: /images/1604024798827.png