文档处理控件Spire.Doc系列教程：Java 提取 Word 文档中的表格-控件新闻-慧都网

文档处理控件Spire.Doc系列教程：Java 提取 Word 文档中的表格

翻译|使用教程|编辑：吉炜炜|2025-02-05 15:57:04.013|阅读 8 次

概述：本文将介绍如何利用 Spire.Doc for Java 在 Java 项目中实现从 Word 文档中提取表格。

相关链接：

Word 文档中常常有包含关键数据的表格，将这些表格中的数据从文档中提取出来，可以用于进一步分析、报告制作或内容再创作等多种场景。通过使用 Java 来自动化提取 Word 文档中的表格，开发人员能够高效地提取和访问这些结构化数据，并将其转换为适用于数据库、电子表格等的格式，从而方便在不同场景中应用数据。本文将介绍如何利用 Spire.Doc for Java 在 Java 项目中实现从 Word 文档中提取表格。

安装 Spire.Doc for Java

首先，您需要在 Java 程序中添加 Spire.Doc.jar 文件作为依赖项。您可以从此链接下载 JAR 文件；如果您使用 Maven，则可以通过在 pom.xml 文件中添加以下代码导入 JAR 文件。

<repositories>
    <repository>
        <id>com.e-iceblue</id>
        <name>e-iceblue</name>
        <url>//repo.e-iceblue.cn/repository/maven-public/</url>
    </repository>
</repositories>
<dependencies>
    <dependency>
        <groupId>e-iceblue</groupId>
        <artifactId>spire.doc</artifactId>
        <version>13.1.3</version>
    </dependency>
</dependencies>

使用 Java 从 Word 文档中提取表格

借助 Spire.Doc for Java，开发人员可以使用 Section.getTables() 方法从 Word 文档中提取表格，然后再通过遍历行和单元格访问表格数据。提取 Word 文档表格的详细操作步骤如下：

创建一个 Document 对象。
使用 Document.loadFromFile() 方法加载 Word 文档。
使用 Document.getSections() 方法访问文档中的各节并进行遍历。
使用 Section.getTables() 方法访问每个节中的表格并进行遍历。
使用 Table.getRows() 方法访问每个表格中的行并进行遍历。
使用 TableRow.getCells() 方法访问每行中的单元格并进行遍历。
通过遍历每个单元格中的段落，使用 TableCell.getParagraphs() 和 Paragraph.getText() 方法提取文本。
将提取到的表格数据写入 StringBuilder 对象中。
将格式化后的表格内容写入文件或按需使用。

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) {
        // 创建一个文档对象
        Document doc = new Document();

        try {
            // 加载一个Word文档
            doc.loadFromFile("示例.docx");

            // 遍历文档中的各节
            for (int i = 0; i < doc.getSections().getCount(); i++) {
                // 获取一节
                Section section = doc.getSections().get(i);
                // 遍历该节中的表格
                for (int j = 0; j < section.getTables().getCount(); j++) {
                    // 获取一个表格
                    Table table = section.getTables().get(j);
                    // 收集所有表格内容
                    StringBuilder tableText = new StringBuilder();
                    for (int k = 0; k < table.getRows().getCount(); k++) {
                        // 获取一行
                        TableRow row = table.getRows().get(k);
                        // 遍历行中的单元格
                        StringBuilder rowText = new StringBuilder();
                        for (int l = 0; l < row.getCells().getCount(); l++) {
                            // 获取一个单元格
                            TableCell cell = row.getCells().get(l);
                            // 遍历段落以获取单元格中的文本
                            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将表格文本写入文件
                    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);
        }
    }
}

将 Word 文档中的表格提取到 Excel 工作表

开发人员还可以结合使用 Spire.Doc for Java 和 Spire.XLS for Java，从 Word 文档中提取表格数据并将其写入 Excel 工作表。首先，需要下载 Spire.XLS for Java 或添加以下 Maven 配置：

<repositories>
    <repository>
        <id>com.e-iceblue</id>
        <name>e-iceblue</name>
        <url>//repo.e-iceblue.cn/repository/maven-public/</url>
    </repository>
</repositories>
<dependencies>
    <dependency>
        <groupId>e-iceblue</groupId>
        <artifactId>spire.xls</artifactId>
        <version>15.1.3</version>
    </dependency>
</dependencies>

将 Word 文档中的表格提取到 Excel 工作簿的详细步骤如下：

创建一个 Document 对象。
创建一个 Workbook 对象，并使用 Workbook.getWorksheets().clear() 方法移除默认的工作表。
使用 Document.loadFromFile() 方法加载 Word 文档。
使用 Document.getSections() 方法访问文档中的各个节并进行遍历。
使用 Section.getTables() 方法访问每个部分中的表格并进行遍历。
使用 Workbook.getWorksheets().add() 方法为每个表格创建一个工作表。
使用 Table.getRows() 方法访问每个表格中的行并进行遍历。
使用 TableRow.getCells() 方法访问每行中的单元格并进行遍历。
通过遍历每个单元格中的段落，使用 TableCell.getParagraphs() 和 Paragraph.getText() 方法提取文本。
使用 Worksheet.getRange().get(row, column).setValue() 方法将提取的单元格文本写入工作表中的相应单元格。
根据需要设置工作表格式。
使用 Workbook.saveToFile() 方法将工作簿保存为 Excel 文件。

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) {
        // 创建一个文档对象
        Document doc = new Document();

        // 创建一个工作簿对象
        Workbook workbook = new Workbook();
        // 移除默认的工作表
        workbook.getWorksheets().clear();

        try {
            // 加载一个Word文档
            doc.loadFromFile("示例.docx");

            // 遍历文档中的各节
            for (int i = 0; i < doc.getSections().getCount(); i++) {
                // 获取一节
                Section section = doc.getSections().get(i);
                // 遍历该节中的表格
                for (int j = 0; j < section.getTables().getCount(); j++) {
                    // 获取一个表格
                    Table table = section.getTables().get(j);
                    // 为每个表格创建一个工作表
                    Worksheet sheet = workbook.getWorksheets().add("Section-" + (i + 1) + "-Table-" + (j + 1));
                    for (int k = 0; k < table.getRows().getCount(); k++) {
                        // 获取一行
                        TableRow row = table.getRows().get(k);
                        for (int l = 0; l < row.getCells().getCount(); l++) {
                            // 获取一个单元格
                            TableCell cell = row.getCells().get(l);
                            // 遍历段落以获取单元格中的文本
                            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();
                                }
                                // 将单元格文本写入工作表中对应的单元格
                                sheet.getRange().get(k + 1, l + 1).setValue(cellText);
                            }
                            // 自动调整列宽
                            sheet.autoFitColumn(l + 1);
                        }
                    }
                }
            }
        } catch (Exception e) {
            throw new RuntimeException(e);
        }
        // 保存工作簿到文件，指定Excel版本为2016
        workbook.saveToFile("output/WordTableToExcel.xlsx", FileFormat.Version2016);
    }
}