JAVA獲取word表格中數據的方案

上一個項目的開發中須要實現從word中讀取表格數據的功能，在JAVA社區搜索了不少資料，終於找到了兩個相對最佳的方案，由於也獲得了很多網友們的幫助，因此不敢獨自享用，在此作一個分享。

兩個方案分別是：一，用POI的TableIterator獲取表格中的數據；二，用PageOffice來獲取。

爲何說是兩個相對最佳的方案呢？由於兩個方案都各有優缺點，POI的優勢很明顯，就是免費，這正是PageOffice的缺點，PageOffice是一個國產的商業Office組件；POI的缺點有點多，接口複雜調用起來比較麻煩，尤爲是很差讀取word指定位置處的內容。因爲獲取表格數據的代碼是在服務器端執行的，因此要求很高的代碼質量，要考慮到代碼執行效率問題、用戶請求併發問題、大文檔執行慢阻塞頁面的問題等等，POI的架構屬於仿VBA接口的模型，比VBA代碼還要複雜，在調用方便上未作任何優化，光看代碼都以爲頭疼。因此在實際使用的過程當中會遇到這些問題須要本身解決，相對來講這正是PageOffice的優勢，使用PageOffice的話，就不會遇到這些問題,由於PageOffice的獲取word中表格數據的工做是在客戶端執行的，確實也符合了分佈式計算思想，減輕服務器端壓力，最爲強悍的是，用PageOffice居然能夠從word表格中用很簡單一句代碼把圖片提取出來，實在是出乎意料……

頂禮膜拜中……

膜拜完畢再回回神兒，PageOffice是收費的，可是事半功倍，並且還能實現許多POI沒法實現的功能。若是確實預算緊張，仍是須要用POI，再難用也要捏着鼻子用了……，閒話少撤，看代碼實現。

POI獲取word表格中數據的代碼以下：

====================================

package PoiTest;

import java.io.FileInputStream;

import org.apache.poi.hwpf.HWPFDocument;

importorg.apache.poi.hwpf.usermodel.Paragraph;

import org.apache.poi.hwpf.usermodel.Range;

import org.apache.poi.hwpf.usermodel.Table;

importorg.apache.poi.hwpf.usermodel.TableCell;

importorg.apache.poi.hwpf.usermodel.TableIterator;

importorg.apache.poi.hwpf.usermodel.TableRow;

importorg.apache.poi.poifs.filesystem.POIFSFileSystem;

public class ExportDocImpl {

public static void testWord() {

 try {

  FileInputStream in = new FileInputStream("F:\\table.doc");// 加載文檔

  POIFSFileSystem pfs = new POIFSFileSystem(in);

  HWPFDocument hwpf = new HWPFDocument(pfs);

  Range range = hwpf.getRange();// 獲取文檔的讀取範圍

  TableIterator it = new TableIterator(range);

  // 迭代文檔中的表格

  while (it.hasNext()) {

   Table tb = (Table) it.next();

   // 迭代行，默認從0開始

   for (int i = 0; i < tb.numRows(); i++) {

    TableRow tr = tb.getRow(i);

    // 迭代列，默認從0開始

    for (int j = 0; j < tr.numCells(); j++) {

      TableCell td = tr.getCell(j);

    // System.out.println(td.text());

     // 取得單元格的內容

     for (int k = 0; k < td.numParagraphs(); k++) {

      Paragraph para = td.getParagraph(k);

      String s = para.text();

      System.out.println(s.replaceAll("\r","").replaceAll("","")+":"+s2.replaceAll("\r","").replaceAll(" ",""));

     }

    }

   }

   }

   in.close();

  }catch (Exception e) {

  e.printStackTrace();

  }

}

public static void main(String[] args){

 testWord();

}

}

PageOffice獲取word表格中數據的代碼：

=====================================

import com.zhuozhengsoft.pageoffice.*;

import com.zhuozhengsoft.pageoffice.wordreader.*    ;

        //建立word文件處理對象

WordDocument doc= new WordDocument(request, response);

        DataRegiondataReg = doc.openDataRegion("PO_table");

        SimpleDateFormatformat = new SimpleDateFormat("yyyyMMddHHmmSS");

        //獲取Word中指定單元格內插入的圖片

        Shapeshape = dataReg.openTable(1).openCellRC(1,5).openShape(1);

        Stringpath = "photos/" + format.format(new Date()) + ".jpg";

        StringPhotoUrl = request.getSession().getServletContext()

                           .getRealPath(path);

        shape.saveAsJPG(PhotoUrl);//保存圖片到某個目錄下

        Tabletable = dataReg.openTable(1);

        //從Word中的table獲取數據

        StringName = table.openCellRC(1, 2).getValue();

        StringSex = table.openCellRC(2, 2).getValue();

        StringEduGrade = table.openCellRC(2, 4).getValue();

        StringProfession = table.openCellRC(3, 2).getValue();

        StringJob = table.openCellRC(3, 4).getValue();

        StringExperience = table.openCellRC(4, 2).getValue();

        StringAddress = table.openCellRC(6, 3).getValue();

        StringEmail = table.openCellRC(7, 3).getValue();

        StringPhone = table.openCellRC(8, 3).getValue();

        doc.close();

PageOffice的以上代碼是從例子代碼裏拷貝出來的，能夠從PageOffice的官網下載中心下載「PageOffice for JAVA Word ResumeDemo[示例代碼]」看看裏面的具體代碼和實現效果。須要說明一點，PageOffice中提到了一個數據區域（DataRegion）的概念，其實所謂的數據區域本質上就是書籤，可是這個書籤必須以「PO_」開頭，編程的時候代碼裏這個前綴還必須大寫，雖然有這麼一點不方便，可是好處很大，若是word文件中有多個表格的話，能夠用數據區域去指定PageOffice獲取word中哪一個表格的數據，定位很是方便，比方說PO_Table的書籤裏有一個表格，那麼無論這個表格在整個word文件中是第幾個表（word中的表格沒有名稱只有Index，從文件頭到末尾依次編號的）用doc.openDataRegion("PO_table").openTable(1);老是能夠獲取到這個表格的數據，很是方便，用POI就不行了，表格、圖片位置移動，代碼必須重寫。

就寫這麼多吧，作個共享，但願對你們都有幫助。