Java實現(xiàn)提取Word文檔表格數據

更新時間：2025年01月26日 08:24:38 作者：Eiceblue

使用Java實現(xiàn)Word文檔表格數據的提取,可以確保數據處理的一致性和準確性,同時大大減少所需的時間和成本,下面我們來看看具體實現(xiàn)方法吧

Word文檔作為一種廣泛使用的文件格式，常常承載著豐富的表格信息，這些信息可能涉及到財務報表、項目規(guī)劃、實驗數據記錄等多方面內容。將這些表格數據提取出來，能夠方便進行數據分析以及內容再創(chuàng)作等場景。通過使用Java實現(xiàn)Word文檔表格數據的提取，可以確保數據處理的一致性和準確性，同時大大減少所需的時間和成本。本文將介紹如何使用Java提取Word文檔中的表格數據。

本文所使用的方法需要用到免費的Free Spire.Doc for Java，Maven：

<repositories>
    <repository>
        <id>com.e-iceblue</id>
        <name>e-iceblue</name>
        <url>https://repo.e-iceblue.com/nexus/content/groups/public/</url>
    </repository>
</repositories>
<dependency>
    <groupId>e-iceblue</groupId>
    <artifactId>spire.doc.free</artifactId>
    <version>5.3.2</version>
</dependency>

用Java提取Word文檔表格到文本文件

我們可以使用庫中的Section.getTables()方法從Word文檔的各個節(jié)中獲取表格，然后再遍歷表格的行和列，獲取表格中的段落文本，從而實現(xiàn)Word文檔表格數據的提取。以下是操作步驟示例：

創(chuàng)建Document對象并從文件加載Word文檔。
遍歷文檔各節(jié)，使用Section.getTables()訪問其中的表格。
遍歷每個表格的行和單元格，提取文本內容。
將提取的文本添加到StringBuilder。
輸出或保存StringBuilder中的內容。

代碼示例：

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("GSample.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);
        }
    }
}

結果

用Java提取Word文檔表格到Excel文件

我們還可以將提取數據的方法與Free Spire.XLS for Java結合，將提取到的表格數據直接寫入到Excel工作表中，從而實現(xiàn)Word文檔表格到Excel工作表的提取。以下是操作步驟：

創(chuàng)建Document和Workbook對象，移除Workbook的默認工作表。
從Word文檔加載內容到Document，并遍歷各節(jié)與表格。
每遇到一個表格，就使用Workbook.getWordksheets().add()方法添加一個新工作表。
遍歷表格的行和單元格，提取文本內容。
使用Worksheet.getRange().get().setValue()方法將提取的文本寫入對應工作表的單元格，并設置格式。
保存Workbook為Excel文件。

代碼示例

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Document對象
        Document doc = new Document();

        // 創(chuàng)建Workbook對象
        Workbook workbook = new Workbook();
        // 刪除默認的工作表
        workbook.getWorksheets().clear();

        try {
            // 加載Word文檔
            doc.loadFromFile("Sample.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);
                            // 遍歷單元格中的段落以獲取文本
                            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();
                                }
                                // 將單元格的文本寫入對應的Excel工作表的單元格中
                                sheet.getRange().get(k + 1, l + 1).setValue(cellText);
                            }
                            // 自動調整列寬
                            sheet.autoFitColumn(l + 1);
                        }
                    }
                }
            }
        } catch (Exception e) {
            throw new RuntimeException(e);
        }
        // 保存為Excel文件
        workbook.saveToFile("output/WordTableToExcel.xlsx", FileFormat.Version2016);
        // 釋放資源
        workbook.dispose();
    }
}

結果