Java对word表格的处理

       前段日子做一个发邮件的功能，邮件的内容需要从word中读取。后来发现因为word的不开源导致对word中复杂的处理是很麻烦的。下面整理了两种网上用得比较多的方法

 1  poi读取word中的表格

      Jakarta POI 是apache的子项目，目标是处理ole2对象。它提供了一组操纵Windows文档的Java API。在网上见到好多通过poi读取excel的文章，读写也很方便，和jxl有的一比。在这里，主要是poi对word中的表格数据读取。

具体见代码 

import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;

import org.apache.poi.hwpf.HWPFDocument;
import org.apache.poi.hwpf.usermodel.Paragraph;
import org.apache.poi.hwpf.usermodel.Range;
import org.apache.poi.hwpf.usermodel.Table;
import org.apache.poi.hwpf.usermodel.TableCell;
import org.apache.poi.hwpf.usermodel.TableIterator;
import org.apache.poi.hwpf.usermodel.TableRow;

import java.io.File;   
import java.io.FileInputStream;   
import java.io.InputStream;   
  
import org.apache.poi.POIXMLDocument;   
import org.apache.poi.POIXMLTextExtractor;   
import org.apache.poi.hwpf.extractor.WordExtractor;   
import org.apache.poi.openxml4j.opc.OPCPackage;   
import org.apache.poi.xwpf.extractor.XWPFWordExtractor;  


import org.apache.poi.poifs.filesystem.POIFSFileSystem;

public class ExportDocImpl
{
	public void testWord(){
		try{
		    FileInputStream in = new FileInputStream("D:\\sinye.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);
		   //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
		        for (int i = 0; i < tb.numRows(); i++) {   
		            TableRow tr = tb.getRow(i);   
		            //迭代列，默认从0开始
		            for (int j = 0; j < tr.numCells(); j++) {   
		                TableCell td = tr.getCell(j);//取得单元格
		                //取得单元格的内容
		                for(int k=0;k<td.numParagraphs();k++){   
		                    Paragraph para =td.getParagraph(k);   
		                    String s = para.text();   
		                    System.out.println(s);
		                } //end for    
		            }   //end for
		        }   //end for
		    } //end while
		}catch(Exception e){
			e.printStackTrace();
		}
	}//end method
	
	
           public void testWord1(){
           try {   
            //word 2003： 图片不会被读取   
            InputStream is = new FileInputStream(new File("D:\\sinye.doc"));   
                  WordExtractor ex = new WordExtractor(is);   
                  String text2003 = ex.getText();   
                  System.out.println(text2003);   
            //word 2007 图片不会被读取， 表格中的数据会被放在字符串的最后   
            OPCPackage opcPackage = POIXMLDocument.openPackage("D:\\sinye.doc");   
                  POIXMLTextExtractor extractor = new XWPFWordExtractor(opcPackage);   
                  String text2007 = extractor.getText();   
                  System.out.println(text2007);   
               
        } catch (Exception e) {   
                  e.printStackTrace();   
        } 
    }
}

 当然POI对不算太复杂的数据处理是很方便,但涉及到了表格,图片就比较麻烦了。

2 jacob对表格的处理

      但是因为微软的恶心，好像目前不支持在Linux上。所以这里不多说了。。