1、添加依赖
<dependency>
<groupId>org.apache.poi</groupId>
<artifactId>poi-ooxml</artifactId>
<version>3.13</version>
</dependency>
<dependency>
<groupId>org.apache.poi</groupId>
<artifactId>poi-scratchpad</artifactId>
<version>3.13</version>
</dependency>
2、工具类
import org.apache.poi.hwpf.HWPFDocument;
import org.apache.poi.hwpf.usermodel.*;
import org.apache.poi.poifs.filesystem.POIFSFileSystem;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.usermodel.XWPFTable;
import org.apache.poi.xwpf.usermodel.XWPFTableCell;
import org.apache.poi.xwpf.usermodel.XWPFTableRow;
import java.io.FileInputStream;
import java.util.ArrayList;
import java.util.Iterator;
import java.util.List;
/**
*
* 读取word文档中表格数据,支持doc、docx
* @author Fise19
*
*/
public class WordReaderUtil {
/**
* 读取文档中表格
* @param filePath 文档路径
* @param orderNum 设置需要读取的第几个表格
*/
public static List<List<String>> tableInWord(String filePath,Integer orderNum){
try{
FileInputStream in = new FileInputStream(filePath);//载入文档
// 处理docx格式 即office2007以后版本
if(filePath.toLowerCase().endsWith("docx")){
//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
XWPFDocument xwpf = new XWPFDocument(in);//得到word文档的信息
Iterator<XWPFTable> itpre = xwpf.getTablesIterator();//得到word中的表格
int total = 0;
while (itpre.hasNext()) {
itpre.next();
total += 1;
}
Iterator<XWPFTable> it = xwpf.getTablesIterator();//得到word中的表格
// 设置需要读取的表格 set是设置需要读取的第几个表格,total是文件中表格的总数
int set = orderNum;
int num = set;
// 过滤前面不需要的表格
for (int i = 0; i < set-1; i++) {
it.hasNext();
it.next();
}
List<List<String>> tableList = new ArrayList<>();
while(it.hasNext()){
XWPFTable table = it.next();
System.out.println("这是第" + num + "个表的数据");
List<XWPFTableRow> rows = table.getRows();
//读取每一行数据
for (int i = 0; i < rows.size(); i++) {
XWPFTableRow row = rows.get(i);
//读取每一列数据
List<XWPFTableCell> cells = row.getTableCells();
List<String> rowList = new ArrayList<>();
for (int j = 0; j < cells.size(); j++) {
XWPFTableCell cell = cells.get(j);
rowList.add(cell.getText());
//输出当前的单元格的数据
System.out.print(cell.getText()+"["+i+","+j+"]" + "\t");
}
tableList.add(rowList);
System.out.println();
}
// 过滤多余的表格
while (num < total) {
it.hasNext();
it.next();
num += 1;
}
}
return tableList;
}else{
// 处理doc格式 即office2003版本
POIFSFileSystem pfs = new POIFSFileSystem(in);
HWPFDocument hwpf = new HWPFDocument(pfs);
Range range = hwpf.getRange();//得到文档的读取范围
TableIterator itpre = new TableIterator(range);;//得到word中的表格
int total = 0;
while (itpre.hasNext()) {
itpre.next();
total += 1;
}
TableIterator it = new TableIterator(range);
// 迭代文档中的表格
// 如果有多个表格只读取需要的一个 set是设置需要读取的第几个表格,total是文件中表格的总数
int set = orderNum;
int num = set;
for (int i = 0; i < set-1; i++) {
it.hasNext();
it.next();
}
List<List<String>> tableList = new ArrayList<>();
while (it.hasNext()) {
Table tb = (Table) it.next();
System.out.println("这是第" + num + "个表的数据");
//迭代行,默认从0开始,可以依据需要设置i的值,改变起始行数,也可设置读取到那行,只需修改循环的判断条件即可
for (int i = 0; i < tb.numRows(); i++) {
List<String> rowList = new ArrayList<>();
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();
//去除后面的特殊符号
if(null != s && !"".equals(s)){
s = s.substring(0, s.length()-1);
}
rowList.add(s);
System.out.print(s+"["+i+","+j+"]" + "\t");
}
}
tableList.add(rowList);
System.out.println();
}
// 过滤多余的表格
while (num < total) {
it.hasNext();
it.next();
num += 1;
}
}
return tableList;
}
}catch(Exception e){
e.printStackTrace();
}
return null;
}
}