Java 讀取Word表格中的文字和圖片

iceblue發表於2021-07-02
Java

本文通過Java程式來展示如何讀取Word表格，包括讀取表格中的文字和圖片。下面是具體實現的步驟和方法。

1. 程式環境準備

  • 程式碼編譯工具：IntelliJ IDEA
  • Jdk版本：1.8.0
  • 測試文件：Word .docx 2013
  • Jar包：free spire.doc.jar 3.9.0

用於測試的Word文件如下：

 

Jar匯入步驟及方法：

方法1：手動匯入。開啟Project Structure（Shift+Ctrl+Alt+S）介面，選擇【Modules】—【Dependencies】，點選“+”，【JARs or directories…】,選擇本地路徑中的jar包，新增後，勾選，點選“OK”或者“Apply”匯入jar。

方法2：Maven倉庫匯入。需在pom.xml檔案中配置maven路徑並指定free spire.doc.jar 3.9.0的依賴，然後下載匯入。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程式碼

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

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

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

        //建立txt檔案（用於寫入表格中提取的文字）
        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);

        //建立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");//獲取文字內容

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

        //將圖片以PNG檔案格式儲存
        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. 文字、圖片讀取效果

完成程式碼編輯後，執行程式，讀取表格中的文字資料和圖片。程式碼中的檔案路徑為IDEA專案資料夾路徑，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

在程式碼中，檔案路徑可自定義為其他路徑。

文字資料讀取結果：

圖片讀取結果：

 

 

—End—

 

相關文章