首先讲需求：

从word文件中读表格里的数据，然后插入数据库中。word文件中的表格是带有标题的，把标题读出来，进行匹配数据库。

需求分析：

word2007底层是以xml文件存储的，所以分析xml的格式，进行读取相应数据。

表格数据如下：

表 1 分类统计表

分类

总计

1类

2类

软件

4

3

7

硬件

5

6

11

word底层xml组成如下分析：

<w:p w:rsidRDefault="009F1A99" w:rsidR="009F1A99" w:rsidP="009F1A99">

<w:pPr>

<w:pStyle w:val="a4"/>

<w:numPr>

<w:ilvl w:val="0"/>

<w:numId w:val="1"/>

</w:numPr>

<w:ind w:firstLineChars="0"/>

<w:jc w:val="center"/>

</w:pPr>

<w:r>

<w:rPr>

<w:rFonts w:hint="eastAsia"/>

</w:rPr>

<w:t>分类统计表</w:t>

</w:r>

</w:p>

<w:tbl>

<w:tblPr>

<w:tblStyle w:val="a3"/>

<w:tblW w:w="0" w:type="auto"/>

<w:jc w:val="center"/>

<w:tblBorders>

<w:left w:val="none" w:color="auto" w:space="0" w:sz="0"/>

<w:right w:val="none" w:color="auto" w:space="0" w:sz="0"/>

</w:tblBorders>

<w:tblLook w:val="04A0" w:noVBand="1" w:noHBand="0" w:lastColumn="0" w:firstColumn="1" w:lastRow="0" w:firstRow="1"/>

</w:tblPr>

<w:tblGrid>

<w:gridCol w:w="2074"/>

<w:gridCol w:w="2074"/>

<w:gridCol w:w="2074"/>

<w:gridCol w:w="2074"/>

</w:tblGrid>

<w:tr w:rsidR="009F1A99" w:rsidTr="009F1A99">

<w:trPr>

<w:jc w:val="center"/>

</w:trPr>

<w:tc>

<w:tcPr>

<w:tcW w:w="2074" w:type="dxa"/>

<w:vMerge w:val="restart"/>

<w:vAlign w:val="center"/>

</w:tcPr>

<w:p w:rsidRDefault="009F1A99" w:rsidR="009F1A99" w:rsidP="009F1A99">

<w:pPr>

<w:jc w:val="center"/>

</w:pPr>

</w:p>

</w:tc>

<w:tc>

<w:tcPr>

<w:tcW w:w="4148" w:type="dxa"/>

<w:gridSpan w:val="2"/>

<w:vAlign w:val="center"/>

</w:tcPr>

<w:p w:rsidRDefault="009F1A99" w:rsidR="009F1A99" w:rsidP="009F1A99">

<w:pPr>

<w:jc w:val="center"/>

</w:pPr>

<w:r>

<w:rPr>

<w:rFonts w:hint="eastAsia"/>

</w:rPr>

<w:t>分类</w:t>

</w:r>

</w:p>

</w:tc>

<w:tc>

<w:tcPr>

<w:tcW w:w="2074" w:type="dxa"/>

<w:vMerge w:val="restart"/>

<w:vAlign w:val="center"/>

</w:tcPr>

<w:p w:rsidRDefault="009F1A99" w:rsidR="009F1A99" w:rsidP="009F1A99">

<w:pPr>

<w:jc w:val="center"/>

</w:pPr>

<w:r>

<w:rPr>

<w:rFonts w:hint="eastAsia"/>

</w:rPr>

<w:t>总计</w:t>

</w:r>

</w:p>

</w:tc>

</w:tr>

<w:tr w:rsidR="009F1A99" w:rsidTr="009F1A99">

<w:trPr>

<w:jc w:val="center"/>

</w:trPr>

<w:tc>

<w:tcPr>

<w:tcW w:w="2074" w:type="dxa"/>

<w:vMerge/>

<w:vAlign w:val="center"/>

</w:tcPr>

<w:p w:rsidRDefault="009F1A99" w:rsidR="009F1A99" w:rsidP="009F1A99">

<w:pPr>

<w:jc w:val="center"/>

</w:pPr>

</w:p>

</w:tc>

<w:tc>

<w:tcPr>

<w:tcW w:w="2074" w:type="dxa"/>

<w:vAlign w:val="center"/>

</w:tcPr>

<w:p w:rsidRDefault="009F1A99" w:rsidR="009F1A99" w:rsidP="009F1A99">

<w:pPr>

<w:jc w:val="center"/>

</w:pPr>

<w:r>

<w:rPr>

<w:rFonts w:hint="eastAsia"/>

</w:rPr>

<w:t>1类</w:t>

</w:r>

</w:p>

</w:tc>

<w:tc>

<w:tcPr>

<w:tcW w:w="2074" w:type="dxa"/>

<w:vAlign w:val="center"/>

</w:tcPr>

<w:p w:rsidRDefault="009F1A99" w:rsidR="009F1A99" w:rsidP="009F1A99">

<w:pPr>

<w:jc w:val="center"/>

</w:pPr>

<w:r>

<w:rPr>

<w:rFonts w:hint="eastAsia"/>

</w:rPr>

<w:t>2类</w:t>

</w:r>

</w:p>

</w:tc>

<w:tc>

<w:tcPr>

<w:tcW w:w="2074" w:type="dxa"/>

<w:vMerge/>

<w:vAlign w:val="center"/>

</w:tcPr>

<w:p w:rsidRDefault="009F1A99" w:rsidR="009F1A99" w:rsidP="009F1A99">

<w:pPr>

<w:jc w:val="center"/>

</w:pPr>

</w:p>

</w:tc>

</w:tr>

<w:tr w:rsidR="009F1A99" w:rsidTr="009F1A99">

<w:trPr>

<w:jc w:val="center"/>

</w:trPr>

<w:tc>

<w:tcPr>

<w:tcW w:w="2074" w:type="dxa"/>

<w:vAlign w:val="center"/>

</w:tcPr>

<w:p w:rsidRDefault="009F1A99" w:rsidR="009F1A99" w:rsidP="009F1A99">

<w:pPr>

<w:jc w:val="center"/>

</w:pPr>

<w:r>

<w:rPr>

<w:rFonts w:hint="eastAsia"/>

</w:rPr>

<w:t>软件</w:t>

</w:r>

</w:p>

</w:tc>

<w:tc>

<w:tcPr>

<w:tcW w:w="2074" w:type="dxa"/>

<w:vAlign w:val="center"/>

</w:tcPr>

<w:p w:rsidRDefault="009F1A99" w:rsidR="009F1A99" w:rsidP="009F1A99">

<w:pPr>

<w:jc w:val="center"/>

</w:pPr>

<w:r>

<w:rPr>

<w:rFonts w:hint="eastAsia"/>

</w:rPr>

<w:t>4</w:t>

</w:r>

</w:p>

</w:tc>

<w:tc>

<w:tcPr>

<w:tcW w:w="2074" w:type="dxa"/>

<w:vAlign w:val="center"/>

</w:tcPr>

<w:p w:rsidRDefault="009F1A99" w:rsidR="009F1A99" w:rsidP="009F1A99">

<w:pPr>

<w:jc w:val="center"/>

</w:pPr>

<w:r>

<w:rPr>

<w:rFonts w:hint="eastAsia"/>

</w:rPr>

<w:t>3</w:t>

</w:r>

</w:p>

</w:tc>

<w:tc>

<w:tcPr>

<w:tcW w:w="2074" w:type="dxa"/>

<w:vAlign w:val="center"/>

</w:tcPr>

<w:p w:rsidRDefault="009F1A99" w:rsidR="009F1A99" w:rsidP="009F1A99">

<w:pPr>

<w:jc w:val="center"/>

</w:pPr>

<w:r>

<w:rPr>

<w:rFonts w:hint="eastAsia"/>

</w:rPr>

<w:t>7</w:t>

</w:r>

</w:p>

</w:tc>

</w:tr>

<w:tr w:rsidR="009F1A99" w:rsidTr="009F1A99">

<w:trPr>

<w:jc w:val="center"/>

</w:trPr>

<w:tc>

<w:tcPr>

<w:tcW w:w="2074" w:type="dxa"/>

<w:vAlign w:val="center"/>

</w:tcPr>

<w:p w:rsidRDefault="009F1A99" w:rsidR="009F1A99" w:rsidP="009F1A99">

<w:pPr>

<w:jc w:val="center"/>

</w:pPr>

<w:r>

<w:rPr>

<w:rFonts w:hint="eastAsia"/>

</w:rPr>

<w:t>硬件</w:t>

</w:r>

</w:p>

</w:tc>

<w:tc>

<w:tcPr>

<w:tcW w:w="2074" w:type="dxa"/>

<w:vAlign w:val="center"/>

</w:tcPr>

<w:p w:rsidRDefault="009F1A99" w:rsidR="009F1A99" w:rsidP="009F1A99">

<w:pPr>

<w:jc w:val="center"/>

</w:pPr>

<w:r>

<w:rPr>

<w:rFonts w:hint="eastAsia"/>

</w:rPr>

<w:t>5</w:t>

</w:r>

</w:p>

</w:tc>

<w:tc>

<w:tcPr>

<w:tcW w:w="2074" w:type="dxa"/>

<w:vAlign w:val="center"/>

</w:tcPr>

<w:p w:rsidRDefault="009F1A99" w:rsidR="009F1A99" w:rsidP="009F1A99">

<w:pPr>

<w:jc w:val="center"/>

</w:pPr>

<w:r>

<w:rPr>

<w:rFonts w:hint="eastAsia"/>

</w:rPr>

<w:t>6</w:t>

</w:r>

</w:p>

</w:tc>

<w:tc>

<w:tcPr>

<w:tcW w:w="2074" w:type="dxa"/>

<w:vAlign w:val="center"/>

</w:tcPr>

<w:p w:rsidRDefault="009F1A99" w:rsidR="009F1A99" w:rsidP="009F1A99">

<w:pPr>

<w:jc w:val="center"/>

</w:pPr>

<w:r>

<w:rPr>

<w:rFonts w:hint="eastAsia"/>

</w:rPr>

<w:t>11</w:t>

</w:r>

</w:p>

</w:tc>

</w:tr>

</w:tbl>

分析上面的表格标签可以得出如下结论：

段落标签：p

段落内容：t

表格标签：tbl

表格行标签：tr

表格标签：tc

水平合并标签：gridSpan  属性：w:val等于合并项

垂直合并标签：vMerge 属性：w:val等于restart表示垂直合并的开始

下面是读取代码：

头文件：

#ifndef READERXML_H

#define READERXML_H

//定义一个单元格属性

class Cell

{

public:

    Cell() : m_value(""), m_hSpan(), m_vSpan(false)

    {

    }

    QString m_value;                    //表格内容

    int m_hSpan;                        //水平合并数

    bool m_vSpan;                        //是否垂直合并

    QList<QList<Cell *> > m_subTable;    //是否存在子表格

};

class ReaderXml

{

public:

    //对外接口 参数1：xml文件名 参数2：表格标题 参数3：表格数据

    void reader(const QString &filename, QStringList &tableHeader, QList<QList<QStringList> > &tableData);

private:

    void getParagraph(QString &header);                //获取段落

    void getTableData(QList<QStringList> &data);    //读取表格数据

    void getTableLine(QList<Cell> &tableLine);        //读取表格一行

    void getCell(Cell &cell);                        //读取一个单元格

private:

    QXmlStreamReader m_reader;

};

#endif // READERXML_H

头文件

源文件

#include "StdAfx.h"

#include "ReaderXml.h"

void ReaderXml::reader( const QString &filename, QStringList &tableHeader, QList<QList<QStringList> > &tableData )

{

    QFile file(filename);

    if(!file.open(QIODevice::ReadOnly | QIODevice::Text))

    {

        return ;

    }

    m_reader.setDevice(&file);

    QStringList strList;

    m_reader.readNext();

    while(!m_reader.atEnd())

    {

        if(m_reader.isStartElement())

        {

            if(m_reader.name() == "p") //段落标签

            {

                QString str;

                getParagraph(str);

                strList.append(str);

            }

            else if(m_reader.name() == "tbl") //表格标签

            {

                QList<QStringList> data;

                getTableData(data);

                tableData.append(data);

                tableHeader.append(strList.last()); //表格上的段落是表格的标题

            }

        }

        m_reader.readNext();

    }

    m_reader.clear();

    file.close();

}

void ReaderXml::getParagraph( QString &header )

{

    m_reader.readNext();

    while(!m_reader.atEnd())

    {

        if(m_reader.isStartElement())

        {

            if(m_reader.name() == "t") //数据

            {

                header += m_reader.readElementText();

            }

        }

        else

        {

            if(m_reader.name() == "p")

            {

                return ;

            }

        }

        m_reader.readNext();

    }

}

void ReaderXml::getTableData( QList<QStringList> &data )

{

    m_reader.readNext();

    while(!m_reader.atEnd())

    {

        if(m_reader.isStartElement())

        {

            if(m_reader.name() == "tr") //表格行标签

            {

                QList<Cell> lineData;

                QStringList strList;

                getTableLine(lineData);

                for(int i = , len = lineData.size(); i != len; ++i)

                {

                    if(lineData[i].m_vSpan && !data.isEmpty())        //表格是否存在垂直合并的情况

                        lineData[i].m_value = data.last().at(i);

                    for(int j = ; j != lineData[i].m_hSpan; ++j)    //表格是否存在水平合并的情况

                        strList.append(lineData[i].m_value);

                }

                data.append(strList);

            }

        }

        else

        {

            if(m_reader.name() == "tbl")

            {

                return ;

            }

        }

        m_reader.readNext();

    }

}

void ReaderXml::getTableLine( QList<Cell> &tableLine )

{

    m_reader.readNext();

    while(!m_reader.atEnd())

    {

        if(m_reader.isStartElement())

        {

            if(m_reader.name() == "tc") //单元格标签

            {

                Cell cell;

                getCell(cell);

                tableLine.push_back(cell);

            }

        }

        else

        {

            if(m_reader.name() == "tr")

            {

                return ;

            }

        }

        m_reader.readNext();

    }

}

void ReaderXml::getCell( Cell &cell )

{

    m_reader.readNext();

    while(!m_reader.atEnd())

    {

        if(m_reader.isStartElement())

        {

            if(m_reader.name() == "t") //数据标签

            {

                cell.m_value += m_reader.readElementText();

            }

            else if(m_reader.name() == "gridSpan") //水平合并标签

            {

                cell.m_hSpan = m_reader.attributes().value("w:val").toString().toInt(); //合并数

            }

            else if(m_reader.name() == "vMerge") //垂直合并标签

            {

                cell.m_vSpan = true;

            }

        }

        else

        {

            if(m_reader.name() == "tc")

            {

                return ;

            }

        }

        m_reader.readNext();

    }

}

源文件

从一个word文件中读取所有的表格和标题（1）的更多相关文章

  1. 从一个word文件中读取所有的表格和标题（2）

    上一篇文章主要讲了从word底层xml中获取表格和标题的方法,但是存在一个问题:word文件必须是docx格式的.如果为doc格式的,可以有两种解决方案: 一.把doc文件转换成docx格式文件,用上 ...

  2. 编写Java程序，在硬盘中选取一个 txt 文件，读取该文档的内容后，追加一段文字“[ 来自新华社 ]”，保存到一个新的 txt 文件内

    查看本章节 查看作业目录 需求说明: 在硬盘中选取一个 txt 文件,读取该文档的内容后,追加一段文字"[ 来自新华社 ]",保存到一个新的 txt 文件内 实现思路: 创建 Sa ...

  3. 条形码的应用三-----------从Excel文件中读取条形码

    条形码的应用三------从Excel文件中读取条形码 介绍 上一篇文章,我向大家展示了生成多个条形码并存储到Excel文件中的一个方法.后来我又有了个想法:既然条码插入到excel中了,我可不可以从 ...

  4. 【jacob word】使用jacob，合并多个word为一个word文件

    将几个word文件合并到一个word文件,使用注意点: 1.后面附项目运用的jar包jacob-1.9, 2.并且jacob运用中,需要将附件内的jacob.dll放到windows/system32 ...

  5. java:利用java的输入/输出流将一个文件的每一行+行号复制到一个新文件中去

    import java.io.BufferedReader; import java.io.BufferedWriter; import java.io.File; import java.io.Fi ...

  6. Java将对象保存到文件中/从文件中读取对象

    1.保存对象到文件中 Java语言只能将实现了Serializable接口的类的对象保存到文件中,利用如下方法即可: public static void writeObjectToFile(Obje ...

  7. 从PCD文件中读取点云数据

    博客转载自:http://www.pclcn.org/study/shownews.php?lang=cn&id=84 在本小节我们学习如何从PCD文件中读取点云数据. 代码 章例1文件夹中, ...

  8. 【Python】从文件中读取数据

    从文件中读取数据 1.1 读取整个文件 要读取文件,需要一个包含几行文本的文件(文件PI_DESC.txt与file_reader.py在同一目录下) PI_DESC.txt 3.1415926535 ...

  9. Python自动化测试框架——数据驱动（从文件中读取）

    学过编程的伙伴们都知道,数据不仅可以从代码中读取,还可以从文件中读取. 今天小编就简要的介绍一下从文件中读取数据,并应用到自动化测试中方法. 先来展示下接下来将要用到的文件在项目中的结构 从txt文件 ...

随机推荐

  1. 学习爬虫的day03 (通过代理去爬去数据)

    代理的IP通过去网上找# -*- coding: utf-8 -*- import re import _thread from time import sleep, ctime from urlli ...

  2. Glance 镜像服务群集

    #Glance 镜像服务群集 openstack pike 部署 目录汇总 http://www.cnblogs.com/elvi/p/7613861.html#4.Glance 镜像服务群集 ##. ...

  3. 调用支付宝第三方接口(沙箱环境) SpringMVC+Maven

    一.蚂蚁金服开放平台的操作 网址:https://open.alipay.com/platform/home.htm 支付宝扫码登陆

  4. 【LintCode·容易】用栈模拟汉诺塔问题

    用栈模拟汉诺塔问题 描述 在经典的汉诺塔问题中,有 3 个塔和 N 个可用来堆砌成塔的不同大小的盘子.要求盘子必须按照从小到大的顺序从上往下堆 (如:任意一个盘子,其必须堆在比它大的盘子上面).同时, ...

  5. numpy中关于*和dot的区别

    1.numpy乘法运算中"*"是数组元素逐个计算 >>> import numpy as np >>> a = np.array([[2,3], ...

  6. 算法训练 区间K大数

    算法训练 区间k大数查询 时间限制:1.0s   内存限制:256.0MB 问题描述 给定一个序列,每次询问序列中第l个数到第r个数中第K大的数是哪个. 输入格式 第一行包含一个数n,表示序列长度. ...

  7. DIN(Deep Interest Network of CTR) [Paper笔记]

    背景 经典MLP不能充分利用结构化数据,本文提出的DIN可以(1)使用兴趣分布代表用户多样化的兴趣(不同用户对不同商品有兴趣)(2)与attention机制一样,根据ad局部激活用户兴趣相关的兴趣(用 ...

  8. jQuery的$.ajax方法响应数据类型有哪几种？本质上原生ajax响应数据格式有哪几种，分别对应哪个属性？

    jQuery的$.ajax方法响应数据类型有:xml.html.script.json.jsonp.text 本质上原生ajax响应数据格式只有2种:xml和text,分别对应xhr.response ...

  9. ABAP CDS Table Function介绍与示例

    Core data services(以下简称CDS)可以指两样东西,一个是HANA CDS,一个是ABAP CDS. 如我们所知,HANA CDS只支持HANA数据库,ABAP CDS理论上支持多种 ...

  10. java学习笔记之System类

    System类常用总结 System类概述 java.lang.System类,系统属性信息工具类 常用静态方法: 1. public static long currentTimeMillis() ...