使用Java POI来选择提取Word文档中的表格信息

Posted 2020-09-15 Steven_Jiang

通过使用Java POI来提取Word（1992）文档中的表格信息，其中POI支持不同的ms文档类型，在具体操作中需要注意。本文主要是通过POI来提取微软2003文档中的表格信息，具体code如下（事先需要导入POI的jar包）：

public static void testWord2() {
		try {
			FileInputStream in = new FileInputStream("july 2005 1.doc");// 载入文档
//			FileInputStream in = new FileInputStream("2003.doc");// 载入文档
			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);
			
			FileWriter fileWriter = new FileWriter(new File("result.txt"));
			
			
			// 迭代文档中的表格
			while (it.hasNext()) {
				Table tb = (Table) it.next();
				// 迭代行，默认从0开始
				if(tb.numRows()>0) {
					TableRow tr = tb.getRow(0);
					// 迭代列，默认从0开始
					if(tr.numCells()==2) {
						TableCell td1 = tr.getCell(0);// 取得单元格
						TableCell td2 = tr.getCell(1);// 取得单元格
						// 取得单元格的内容
						String str1 = td1.text().trim();
						String str2 = td2.text().trim();
						if(str2!=null&&!"".equals(str2)&&str2.contains("[21][11]")){
							System.out.println(str1);
							fileWriter.write(str2+"\n");
						}
					} else if(tr.numCells()==3){
						TableCell td2 = tr.getCell(1);
						String str2 = td2.text().trim();
						System.out.println("str2="+str2);
						fileWriter.write(str2+"\n");
					}
				} // end for
			} // end while
			
			fileWriter.close();
			
		} catch (Exception e) {
			e.printStackTrace();
		}
	}

　　上面code只是简单的对POI提取Word文档中的表格信息进行测试，直接调用该方法即可。