(6) POI定位word表格

这里可以读word目录，word表格，word图片。当然不只是读出来，而是将word转成html。（我们的还要将word内容进行分页显示）

我在前两篇里已经写到如何读word的表格，word的图片。

这里边涉及两个定位问题，一是表格位置，另一个是图片位置。

图片位置。我解决图片位置是首先读出word中的图片放到list中去，然后采用文本方式读word，读出来替换(int)1 + ""。插入图片链接。

至于这种方式是否100%奏效，我不清楚。因为我也是读到有图片word后，输出unicode码观察才知道。

ps:昨天翻阅api，读PicturesTable类，那里也是这么说的，应该是没什么问题的。 

表格位置。由于是先解决的图片，而且也可以通过简单的方法拿到所有的表格，所以顺着图片的思路就下来了，但是发现用那种方式无法解决。

呵呵，原本要放弃了，但是我一想既然可以从word里拿出表格，就一定有方式定位到表格的开头。于是断点跟入源码。发现了解决方式。就是paragraph.isInTable() && paragraph.getTableLevel() == 1。

考虑到表格开始的特殊判断方式，最终决定使用看似比较笨的方式来读取纯文本。

 

view plain copy to clipboard print ?

1. HWPFDocument hwpfDoc = new HWPFDocument(inputStream);  
2. Range range= hwpfDoc.getRange();  
3. int paraNum = range.numParagraphs();  
4. List tempList = new ArrayList();  
5. boolean tableBegin = true;  
6.         String str = null;  
7.         for (int j = 0; j < paraNum; j++) {     
8.             Paragraph para = range.getParagraph(j);  
9.             if(para.isInTable()&& tableBegin) { //在表格里，且是表格开始。  
10.                 str = "这是一个表格标志";  
11.                 tableBegin = false;  
12.             } else if(!para.isInTable()) {//不在表格里  
13.                 tableBegin = true;  
14.                 str = para.text();  
15.             }else {                      //在表格里，但不是表格开始。  
16.                 continue;  
17.             }  
18.             str = doLuanMa(str);  
19.             //替换图片连接。  
20.             while (str.indexOf((int)1 + "") != -1) {  
21.                 str = str.replaceFirst((int)1 + "", "<a href="\" mce_href="\""WordPicture?pic="  
22.                         + i + "\">图片</a>");  
23.                 i++;  
24.             }  
25.             tempList.add(str);  

 

表格处理余下的思路就和图片一样了。

最后在唠叨两句，由于处理过程消耗的内存不小，没有修改Jre内存很可能出现内存溢出，这并不是程序有什么死循环。

消耗内存我也愁啊。并发访问岂不是很容易挂掉...~_~