`
sinye
  • 浏览: 218914 次
  • 性别: Icon_minigender_1
  • 来自: 北京
社区版块
存档分类
最新评论

poi读取word中的表格

    博客分类:
  • java
阅读更多

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();   
        } 
    }
}

 

分享到:
评论
9 楼 boboaixiaoyun 2015-04-10  
我用的你的代码,第一次导入数据还挺正常,但以后都报内存的错误java.lang.OutOfMemoryError: Java heap space
8 楼 wangyu1221 2011-01-22  
我孤陋寡闻了,原来poi还能读word……我都只用poi来写excel的报表
7 楼 苹果超人 2011-01-21  
如果文档的前面有一段文字,下面才是表格,poi能直接定位到表格吗?
6 楼 Mr.Cheney 2010-08-26  
请问 :读取出来的表格里面的内容,都是没有格式的,如何解决 区分出来主栏 宾栏 公共区 数据区。 愁 着呢 还有读取图片
5 楼 sinye 2010-04-06  
renyy 写道
Lz你好,在使用你事例代码时发现如果表格中数据不是中文时在输出时为出现“”这种不能识别的字符,请问有没有解决方案呢?例如,有一个2行2列的表格,数据如下:
aa 中文没问题
bb GC231

输出为  aa.中文没问题..bb.GC231

GC231后面的标志怎么处理呢?(它的值不是特定的)



请试着在你取出的数据后面用trim()方法截取一下,我出现过这种问题,trim()后就好了!
4 楼 renyy 2010-04-04  
Lz你好,在使用你事例代码时发现如果表格中数据不是中文时在输出时为出现“”这种不能识别的字符,请问有没有解决方案呢?例如,有一个2行2列的表格,数据如下:
aa 中文没问题
bb GC231

输出为  aa.中文没问题..bb.GC231

GC231后面的标志怎么处理呢?(它的值不是特定的)

3 楼 lkj107 2010-02-24  
poi之前好一阵没有人维护word部分了,apache的poi介绍也在招poi的维护,后来看到支持2007了,能够满足一些很基本的功能
介绍说因为word不是开源的,建议学习openOffice的代码再去帮apache做开发
2 楼 shappy1978 2010-02-09  
应该说基本够用了,起码基础的数据都解析出来了,需要我们在上面再努力一把。
2007的支持就相当弱了,除了表格没定位,修订内容没定位,宏替换处理的不好还有相当多的问题,看源码里面相当多的todo就知道了
1 楼 zcy860511 2010-02-05  
曾经为一个小公司做一个生成word的项目,当时发现了POI,但是经过测试功能完全不够用,所以没有使用,最后使用的JNI实现VBA本地调用。

很久没关注这个项目了,不知道更新的怎么样了,看楼主的写法似乎POI更新了?额。。。有空去看看这个项目怎么样了

相关推荐

    POI读取 word 2003 和 word 2007 的例子

    值得注意的是 POI 在读取 word 文件的时候不会读取 word 文件中的图片信息 还有就是对于 2007 版的 word docx 如果 word 文件中有表格 所有表格中的数据都会在读取出来的字符串的最后 "&gt;这是一个POI读取word 2003 和...

    [简单]poi读取word 2007简单文本框值

    标题中的“poi读取word 2007简单文本框值”指的是使用Apache POI库来读取Microsoft Word 2007文档中简单文本框内的文本内容。Apache POI是一个流行的开源Java库,用于处理Microsoft Office格式的文件,如Word(.docx...

    poi将word转换成html、样式 表格 图片处理

    实际编程中,你可以创建一个方法,接受Word文档的输入流和HTML输出流,使用Apache POI读取Word,构建HTML结构,并写入到输出流中。这样就可以实现Word到HTML的在线转换服务。 通过以上步骤,我们可以利用Apache ...

    使用poi将word读取后替换指定内容后再次生成新word

    使用poi将word读取后替换指定内容后再次生成新word,本人经过测试,拿来即用!

    java 利用POI读取Word文件中的内容

    表格中的每一行由`XWPFTableRow`表示,每一单元格由`XWPFTableCell`表示。 ```java for (XWPFTable table : document.getTables()) { for (XWPFTableRow row : table.getRows()) { for (XWPFTableCell cell : ...

    poi操作word表格

    使用Apache POI,我们可以创建、修改、读取和格式化Word文档中的表格。以下是一些关键知识点: 1. **创建表格**: - 使用`XWPFDocument`类来创建一个新的Word文档实例。 - 通过`createTable()`方法创建表格,并...

    POI读取word文档的文字内容和图片内容

    在本主题中,我们将深入探讨如何使用POI库读取Word文档中的文字内容和图片。 首先,我们需要理解Word文档的基本结构。Word文档本质上是由一系列基于XML的数据存储在.OFFICEML格式的文件中,这使得我们可以通过解析...

    POI使用word模板文件循环输出行并导出word

    在这个例子中,我们将探讨如何使用POI库来处理Word文档,特别是利用模板文件循环输出表格行并导出新的Word文档。这个过程在数据分析、报告生成或自动化文档制作等场景中非常有用。 首先,我们需要理解Word文档的...

    apache poi读取word内容

    在本案例中,我们将关注如何使用Apache POI来读取Word文档的内容,并将其以流的形式返回到Web应用程序的前端页面。 首先,Apache POI提供了一个名为`XWPFDocument`的类,用于处理`.docx`格式的Word文档。这个类允许...

    利用poi+word模版书签,向word中插入数据

    1. **创建或读取Word模板**:使用Apache POI的XWPFDocument类,加载预先设计好的包含书签的Word模板文件。 2. **查找书签**:通过XWPFDocument对象的getBookmarks()方法获取模板中的所有书签,每个书签都是一个...

    poi读取word代码

    poi读取word代码,可以通过此代码实现对word中的文本、图片、表格的读取。

    利用POI读取excel写入到word

    要实现"利用POI读取excel写入到word",我们需要以下步骤: 1. **准备环境**:首先,确保你的项目已经引入了Apache POI的依赖。在给定的压缩包中,"poi - 副本"可能是包含POI库的JAR文件,你需要将其添加到你的项目...

    java使用poi操作.doc word模板替换,循环插入表格

    总之,Apache POI为Java开发者提供了强大而灵活的工具,可以方便地对Word文档进行各种操作,包括模板替换和表格插入。通过熟练掌握这些技术,你可以构建自动化报告生成、数据可视化等多种实用应用程序。

    apache POI 读取 Word

    apach poi 读取word 文档 jar 包。 博文链接:https://wxinpeng.iteye.com/blog/231881

    Java读取Word中的表格(Excel),并导出文件为Excel

    以上步骤概括了如何使用Apache POI从Word文档中读取表格数据并将其导出到Excel文件。请注意,实际操作中可能需要处理更复杂的情况,如样式、超链接、图片等。在处理这类问题时,Apache POI提供了丰富的API来帮助我们...

    java采用poi3.16解析word文档

    1、本案例采用apache开源的poi3.16,读取word文档中文本 ...3、poidemo是一个web工程,运行后,点击首页中的下载按钮,跳转到ReadWriteAndDownloadDocServlet,实现对word中文本内容的替换,并 提供下载功能

    Java Poi流根据Word模板插入相应的文本、表格和图片,并生成新的Word报告。

    在这个场景中,我们关注的是如何利用Java POI库通过Word模板生成包含特定文本、表格和图片的报告。 首先,我们需要了解Java POI中的XWPFDocument类,它是用来处理.docx文件的。XWPFDocument可以读取、修改和创建...

    java poi读取word

    总的来说,Java POI提供了一套强大的工具,使开发者能够在Java应用程序中对Word文档进行深入的读写操作。但要注意,由于Word文档的复杂性,有时可能需要对库进行扩展或结合其他技术来满足所有需求。

    java Apache poi 对word doc文件进行读写操作

    - **TableCell**: 表格中的每一个单元格。 读取 Word .doc 文件有多种方法,但最常见的两种是通过 `WordExtractor` 和直接使用 `HWPFDocument`。 **通过 WordExtractor 读取文件**: `WordExtractor` 主要用于提取...

    android中poi生成word文档和excel文档

    3. **XML 文件与Word/Excel 文档**:描述中提到了从XML文件中读取数据来生成文档,这可能意味着XML被用作数据存储格式,然后通过POI转换为Word或Excel格式。XML可以更方便地进行数据操作和格式化,然后利用POI将其...

Global site tag (gtag.js) - Google Analytics