JAVA获取word表格中数据的方案

阅读更多

上一个项目的开发中需要实现从word中读取表格数据的功能，在JAVA社区搜索了很多资料，终于找到了两个相对最佳的方案，因为也得到了不少网友们的帮助，所以不敢独自享用，在此做一个分享。

        两个方案分别是：一，用POI的TableIterator获取表格中的数据；二，用PageOffice来获取。

　　为什么说是两个相对最佳的方案呢？因为两个方案都各有优缺点，POI的优点很明显，就是免费，这正是PageOffice的缺点，PageOffice是一个国产的商业Office组件；POI的缺点有点多，接口复杂调用起来比较麻烦，尤其是不好读取word指定位置处的内容。由于获取表格数据的代码是在服务器端执行的，所以要求很高的代码质量，要考虑到代码执行效率问题、用户请求并发问题、大文档执行慢阻塞页面的问题等等，POI的架构属于仿VBA接口的模型，比VBA代码还要复杂，在调用方便上未做任何优化，光看代码都觉得头疼。所以在实际使用的过程中会遇到这些问题需要自己解决，相对来说这正是PageOffice的优点，使用PageOffice的话，就不会遇到这些问题,因为PageOffice的获取word中表格数据的工作是在客户端执行的，确实也符合了分布式计算思想，减轻服务器端压力，还有个强悍的功能，PageOffice可以从word表格中用很简单一句代码把图片提取出来！！！

　　PageOffice虽是收费的，但是事半功倍，而且还能实现许多POI无法实现的功能。如果确实预算紧张，还是需要用POI，再难用也要捏着鼻子用了……，闲话少撤，看代码实现。

　　PageOffice获取word表格中数据的核心代码：

    WordDocument doc = new WordDocument(request,response);
    DataRegion dataReg = doc.openDataRegion("PO_table");
    Table table = dataReg.openTable(1);
    String cellValue = table.openCellRC(1,2).getValue(); //获取书签“PO_table”中表格里第1行第2列单元格的值
    doc.close();

　　以上代码是从例子代码里拷贝出来的，可以从PageOffice的官网下载中心下载“PageOffice for JAVA ”，把PageOffice开发包里的Samples4运行起来，看示例（二、16、获取Word文件中表格的数据）里面的具体代码和实现效果。

　　需要说明一点，PageOffice中提到了一个数据区域（DataRegion）的概念，其实所谓的数据区域本质上就是书签，但是这个书签必须以“PO_” 开头。把表格放到数据区域中貌似不方便，但是好处很大，如果word文件中有多个表格的话，可以用数据区域去指定PageOffice获取word中哪个表格的数据，定位非常方便，比方说PO_Table的书签里有一个表格，那么不管这个表格在整个word文件中是第几个表（word中的表格没有名称只有Index，从文件头到末尾依次编号的）用doc.openDataRegion("PO_table").openTable(1);总是可以获取到这个表格的数据，非常方便，用POI就不行了，表格、图片位置移动，代码必须重写。
　　就写这么多吧，做个共享，希望对大家都有帮助。