如何自动从Word表格中提取高亮（不同颜色）文本--Java实现

谁践踏了优雅 2022-12-11 15:05 236阅读 0赞

### 文章目录 ###

*  问题情境
 *  相关jar包
 *  Java实现程序

Email：1563178220@qq.com 内容可能有不到之处，欢迎交流。

**未经本人允许禁止转载**。

# 问题情境 #

在word中存在多个表格，每个表格会有一些使用不同颜色标注的高亮文本，那么如何利用编程语言自动的提出这些高亮文本呢？这便是本文的问题情境，针对此，我使用Java实现了这一功能。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3F5MjAxMTU1NDk_size_16_color_FFFFFF_t_70_pic_center]

针对上面，这个表格（只匹配表格中的红色、黄色、蓝色、绿色对应的文本），Java程序的输出结果为：  
![在这里插入图片描述][20201003093217621.png_pic_center]  
处理时，这里不考虑表格的表头。

# 相关jar包 #

使用maven可以配置相关jar包，具体如下：

<dependency>
    			<groupId>org.apache.poi</groupId>
    			<artifactId>poi</artifactId>
    			<version>3.17</version>
    		</dependency>
    
    		
    		<dependency>
    			<groupId>org.apache.poi</groupId>
    			<artifactId>poi-ooxml</artifactId>
    			<version>3.17</version>
    		</dependency>

同时，还需要下载poi-scratchpad-3.17.jar：

![在这里插入图片描述][20201003093500495.png_pic_center]

# Java实现程序 #

package com.qian.word;
    
    import java.io.FileInputStream;
    import java.io.IOException;
    import java.io.InputStream;
    import java.util.Arrays;
    import java.util.Iterator;
    import java.util.List;
    import org.apache.poi.xwpf.usermodel.XWPFDocument;
    import org.apache.poi.xwpf.usermodel.XWPFParagraph;
    import org.apache.poi.xwpf.usermodel.XWPFRun;
    import org.apache.poi.xwpf.usermodel.XWPFTable;
    import org.apache.poi.xwpf.usermodel.XWPFTableCell;
    import org.apache.poi.xwpf.usermodel.XWPFTableRow;
    
    public class WordRead { 
    	public static void main(String[] args) throws IOException { 
    		//设置要匹配的颜色--16进制颜色代码
    		String[] colors = { "FF0000", //红色
    				"FFFF00", //黄色
    				"0000FF", //蓝色
    				"00FF00" //绿色
    				};
    		
    		InputStream in = new FileInputStream("data/wordtext.docx"); //docx文件
    		@SuppressWarnings("resource")
    		XWPFDocument xdoc = new XWPFDocument(in);
    		Iterator<XWPFTable> itTable = xdoc.getTablesIterator();  //获取word文件中的表格
    		XWPFTable table;
    		int tableIndex = 0; //表格编号
    		System.out.println("表格编号" + "\t" +  "行" + "\t" + "列" + "\t" + "文本" + "\t" + "高亮颜色"  + "\t");
    		while (itTable.hasNext()) {   //循环word中的每个表格
    			tableIndex++;
    			table = itTable.next();
    			XWPFTableRow row;
    			List<XWPFTableCell> cells;
    			for (int i = 0; i < table.getNumberOfRows(); i++) { 
    				if(i == 0)  //这里设置是否包含表头
    					continue;
    				row = table.getRow(i);  //获取word表格的每一行
    				cells = row.getTableCells();  //针对每一行的所有单元格
    				for (int j = 0; j < cells.size(); j++) { 
    					XWPFTableCell cell = cells.get(j); //获取单个单元格
    					//获取单元格相同字体颜色+文字
    					XWPFParagraph paras = cell.getParagraphs().get(0); //获取包含段落的列表--只有一段
    					List<XWPFRun> runsLists = paras.getRuns();//获取段落中的列表
    					for(XWPFRun xL:runsLists){ 
    						String c = xL.getColor(); 
    						String text = xL.text(); 
    						if (c!=null&&Arrays.asList(colors).contains(c)) { 
    							System.out.println(tableIndex + "\t" + i + "\t" + j + "\t" + text + "\t" + c  + "\t");
    						}
    					}
    				}
    			}
    		}
    	}
    }

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3F5MjAxMTU1NDk_size_16_color_FFFFFF_t_70_pic_center]: /images/20221123/68cda8a73d4f4991b0afaf57e5853875.png
[20201003093217621.png_pic_center]: /images/20221123/bb430bbc77284655834f6272f8d49209.png
[20201003093500495.png_pic_center]: /images/20221123/bb5f11d1b93a475aabbc5bf79c510eba.png