JAVA获取word表格中数据的方案

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，最为强悍的是，用PageOffice竟然可以从word表格中用很简单一句代码把图片提取出来，实在是出乎意料……

顶礼膜拜中……

膜拜完毕再回回神儿，PageOffice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。

POI获取word表格中数据的代码如下：

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

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");// 加载文档

  POIFSFileSystem pfs = new POIFSFileSystem(in);

  HWPFDocument hwpf = new HWPFDocument(pfs);

  Range range = hwpf.getRange();// 获取文档的读取范围

  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);

    // System.out.println(td.text());

     // 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.replaceAll("\r","").replaceAll("","")+":"+s2.replaceAll("\r","").replaceAll(" ",""));

     }

    }

   }

   }

   in.close();

  }catch (Exception e) {

  e.printStackTrace();

  }

}

public static void main(String[] args){

 testWord();

}

}

PageOffice获取word表格中数据的代码：

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

import com.zhuozhengsoft.pageoffice.*;

import com.zhuozhengsoft.pageoffice.wordreader.*    ;

        //创建word文件处理对象

WordDocument doc= new WordDocument(request, response);

        DataRegiondataReg = doc.openDataRegion("PO_table");

        SimpleDateFormatformat = new SimpleDateFormat("yyyyMMddHHmmSS");

        //获取Word中指定单元格内插入的图片

        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);//保存图片到某个目录下

        Tabletable = dataReg.openTable(1);

        //从Word中的table获取数据

        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 Word ResumeDemo[示例代码]”看看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，编程的时候代码里这个前缀还必须大写，虽然有这么一点不方便，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。