表格作为一种可视化交流模式及组织整理数据的手段,在各种场合及文档中应用广泛。常见的表格可包含文字、图片等元素,我们操作表格时可以插入图片、写入文字及格式化表格样式等。有时候我们想用java来读写含有图片和表格的word文档,怎么操作呢,下面我们将通过Java编程在Word文档中创建表格并实现格式化操作。
业务需求
我们有这样一个需求,需要抽取出Word当中的内容,然后组装成特定的json格式发送给第三方引擎接口,输入协议如下:
这个输入格式一看就是需要我们分段落和表格读取word中的内容,既然需求已定,那就直接开始动手写代码吧。
基于POI实现
把 “java如何读取word” 拿到百度去搜索,答案基本都是利用POI来实现。当然利用POI确实可以实现按段落和表格提取出内容并组装成上述格式,但是在实践过程中有下面2个问题:
需要分别处理两种格式docx、docPOI使用不同的API来读取docx和doc,所以读取逻辑我们需要编写两次。
POI读取doc的段落时会把表格的内容也读取出来这个问题比较坑,poi有单独的方法读取文档中所有表格,但是在读取doc格式段落文档的时候会把表格内容也读取出来,所以我们需要用如下方法排除掉表格:
考虑以上两种原因,我们最后并没有采取POI来实现word内容提取功能,而是采用第二种方法,即利用 Spire.Doc for Java 来实现。
Spire.Doc for Java
Spire.Doc for Java 是一款专业的 Java Word 组件,开发人员使用它可以轻松地将 Word 文档创建、读取、编辑、转换和打印等功能集成到自己的 Java 应用程序中。
作为一款完全独立的组件,Spire.Doc for Java 的运行环境无需安装 Microsoft Office。
首先我们修改maven仓库地址
引入对应的jar包
读取word,这里展示的是测试类
通过上面代码我们就可以按段落和表格读取Word中的内容,而后根据系统业务要求的格式进行封装即可。#编程语言#