Java 读取Word表格中的文本和图片

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2：Maven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ListList 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—