Question

我被困在一个地方，我需要立即帮助，以下是我的问题。

实际上我正在使用Apache POI（XWPF）读取word（.docx）文档，我能够成功读取表数据，除了图像也在表格的单元格内。由于我是这个Api的新手，但根据我的理解，我认为我们也可以从单元格中读取图像字节数据。

POIXMLDocumentPart pictureData=(POIXMLDocumentPart)imageCell.getPart();

PackageRelationship packageRelationship=pictureData.getPackageRelationship();

System.out.println("Source URI:"+packageRelationship.getSourceURI());

System.out.println("Target URI:"+packageRelationship.getTargetURI());

在上面的代码中，我可以将Image URI作为Target，但我不知道如何获取Image的二进制数据。

任何想法的朋友......

谢谢， -Javed

Answer 1

首先，从表格单元格get the list of paragraphs。接下来，从paragraph获取list of Runs。最后，从跑步开始，get the list of pictures embedded in the run，你就在那里。

Apache Tika中的.docx文本提取器显示了如何执行所有操作，有关详细信息，请参阅the source code of it。一般来说，它就像是

for (XWPFParagraph p : cell.getParagraphs()) {
  for (XWPFRun run : p.getRuns()) {
    for (XWPFPicture pic : run.getEmbeddedPictures()) {
       byte[] pictureData = pic.getPictureData().getData();
    }
  }
}

还有一种不那么常见的将图片嵌入.docx文件的方式，这种方式更加繁琐。在XWPFDocument上，您可以使用getAllPictures()和getAllPackagePictures()来跟踪其他内容，但这不会告诉您图片所属文件的位置。

通过Apache POI从Table的Cell读取图像数据

1 个答案: