快捷導(dǎo)航

C#結(jié)合Spire.Doc實現(xiàn)自動化提取Word表格數(shù)據(jù)

更新時間：2025年11月11日 10:10:59 作者：咕白m625

在日常辦公和開發(fā)中,我們經(jīng)常需要從Word文檔中提取表格數(shù)據(jù)進(jìn)行二次處理,下面我們就來看看C#如何結(jié)合Spire.Doc庫實現(xiàn)Word表格的提取并將提取的內(nèi)容保存為文本文件吧

在日常辦公和開發(fā)中，我們經(jīng)常需要從Word文檔中提取表格數(shù)據(jù)進(jìn)行二次處理（如導(dǎo)入數(shù)據(jù)庫、數(shù)據(jù)分析等）。本文將介紹如何使用C#結(jié)合Spire.Doc庫實現(xiàn)Word表格的提取，并將提取的內(nèi)容保存為文本文件。

工具與環(huán)境準(zhǔn)備

要實現(xiàn)Word表格提取，我們需要以下工具和組件：

開發(fā)環(huán)境：Visual Studio（或其他 C# 開發(fā)工具）
.NET Framework/.NET Core（本文代碼兼容主流版本）
第三方庫：Spire.Doc（用于解析 Word 文檔結(jié)構(gòu)，處理表格數(shù)據(jù)）

Spire.Doc 是一個功能強(qiáng)大的Word文檔處理庫，支持讀取、編輯、生成Word文檔，尤其對表格、段落等元素的處理非常便捷。我們可以通過 NuGet 包管理器安裝它：在項目中右鍵“管理NuGet包”，搜索 “Spire.Doc” 并安裝。

如何通過 C# 提取 Word 表格

實現(xiàn)思路

從Word中提取表格的核心思路是“逐層解析文檔結(jié)構(gòu)”：

加載Word文檔，獲取文檔對象
遍歷文檔中的“節(jié)（Section）”（Word文檔的基本結(jié)構(gòu)單位）
在每個節(jié)中獲取表格集合，遍歷所有表格
對每個表格，逐行、逐單元格提取文本內(nèi)容
將提取的表格數(shù)據(jù)按格式保存到文本文件

完整代碼

以下是提取Word表格的完整代碼，我們將逐步解析其核心邏輯：

using?Spire.Doc;
using?Spire.Doc.Collections;
using?Spire.Doc.Interface;
using?System.IO;
using?System.Text;

namespace?ExtractWordTable
{
????internal?class?Program
????{
????????static?void?Main(string[]?args)
????????{
????????????//?創(chuàng)建文檔對象
????????????Document?doc?=?new?Document();
????????????//?加載Word文檔
????????????doc.LoadFromFile("Tables.docx");

????????????//?遍歷文檔中的所有節(jié)
????????????for?(int?sectionIndex?=?0;?sectionIndex?<?doc.Sections.Count;?sectionIndex++)
????????????{
????????????????Section?section?=?doc.Sections[sectionIndex];

????????????????//?獲取當(dāng)前節(jié)中的所有表格
????????????????TableCollection?tables?=?section.Tables;

????????????????//?遍歷當(dāng)前節(jié)中的所有表格
????????????????for?(int?tableIndex?=?0;?tableIndex?<?tables.Count;?tableIndex++)
????????????????{
????????????????????ITable?table?=?tables[tableIndex];

????????????????????//?用于存儲當(dāng)前表格的所有數(shù)據(jù)
????????????????????string?tableData?=?"";

????????????????????//?遍歷表格中的所有行
????????????????????for?(int?rowIndex?=?0;?rowIndex?<?table.Rows.Count;?rowIndex++)
????????????????????{
????????????????????????TableRow?row?=?table.Rows[rowIndex];
????????????????????????//?遍歷行中的所有單元格
????????????????????????for?(int?cellIndex?=?0;?cellIndex?<?row.Cells.Count;?cellIndex++)
????????????????????????{
????????????????????????????TableCell?cell?=?row.Cells[cellIndex];

????????????????????????????//?提取單元格文本（單元格可能包含多個段落）
????????????????????????????string?cellText?=?"";
????????????????????????????for?(int?paraIndex?=?0;?paraIndex?<?cell.Paragraphs.Count;?paraIndex++)
????????????????????????????{
????????????????????????????????cellText?+=?(cell.Paragraphs[paraIndex].Text.Trim()?+?"?");
????????????????????????????}

????????????????????????????//?拼接單元格文本，用制表符分隔不同單元格
????????????????????????????tableData?+=?cellText.Trim();
????????????????????????????if?(cellIndex?<?row.Cells.Count?-?1)
????????????????????????????{
????????????????????????????????tableData?+=?"\t";
????????????????????????????}
????????????????????????}

????????????????????????//?行結(jié)束后換行
????????????????????????tableData?+=?"\n";
????????????????????}

????????????????????//?保存表格數(shù)據(jù)到文本文件）
????????????????????string?filePath?=?Path.Combine("Tables",?$"Section{sectionIndex?+?1}_Table{tableIndex?+?1}.txt");
????????????????????File.WriteAllText(filePath,?tableData,?Encoding.UTF8);
????????????????}
????????????}

????????????doc.Close();
????????}
????}
}

代碼核心邏輯解析

1. 遍歷文檔結(jié)構(gòu)

Word 文檔的結(jié)構(gòu)是“文檔（Document）→ 節(jié)（Section）→ 表格（Table）→ 行（Row）→ 單元格（Cell）”，因此我們需要逐層遍歷：

節(jié)（Section） ：一個Word文檔可以包含多個節(jié)（如不同的頁面設(shè)置、分欄等），通過doc.Sections獲取所有節(jié)。
表格（Table） ：每個節(jié)中可能包含多個表格，通過section.Tables獲取當(dāng)前節(jié)的表格集合。

2. 提取單元格文本

單元格（TableCell）中的內(nèi)容可能包含多個段落（Paragraph），因此需要遍歷所有段落并拼接文本：

string?cellText?=?"";
for?(int?paraIndex?=?0;?paraIndex?<?cell.Paragraphs.Count;?paraIndex++)
{
????cellText?+=?(cell.Paragraphs[paraIndex].Text.Trim()?+?"?");
}

使用 Trim() 去除文本前后的空白，避免多余空格影響格式。

實用擴(kuò)展方向

基于本文代碼，可進(jìn)一步擴(kuò)展功能，滿足更多場景需求：

將提取的表格數(shù)據(jù)導(dǎo)出為 Excel 文件（結(jié)合 Spire.XLS 庫）
對提取的文本進(jìn)行清洗（如去除特殊符號、格式轉(zhuǎn)換）
批量處理多個Word文檔（遍歷文件夾中的所有.docx文件）

通過上述方法，我們可以高效地從 Word 文檔中提取表格數(shù)據(jù)，為后續(xù)的數(shù)據(jù)處理提供便利。相比原生 Office Interop，Spire.Doc 無需依賴 Office 客戶端，運行更輕量化；代碼邏輯清晰，可直接復(fù)用或二次開發(fā)。

到此這篇關(guān)于C#結(jié)合Spire.Doc實現(xiàn)自動化提取Word表格數(shù)據(jù)的文章就介紹到這了,更多相關(guān)C#提取Word表格數(shù)據(jù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: