用表等读取word文档（* .doc）内容

Question

我有一个word文档（2003）。我正在使用Powershell来解析文档的内容。 该文档在顶部包含几行文本，十几个表具有不同的列数，然后是一些更多的文本。

我希望能够像下面这样阅读文档：

1. 阅读文件（制作必要的物品等）
2. 获取每行文字
3. 如果不是表的一部分，则处理为文本和写入输出
4. 否则
5. 如果是表格的一部分
6. 获取表格编号（按订单）并根据列
解析输出
7. 结束如果

以下是我已经开始编写的powershell脚本：

$objWord = New-Object -Com Word.Application
$objWord.Visible = $false
$objDocument = $objWord.Documents.Open($filename)
$paras = $objDocument.Paragraphs
foreach ($para in $paras) 
{ 
    Write-Output $para.Range.Text
}

我不确定段落是否是我想要的。有什么更适合我的目的吗？ 我现在得到的只是文件的全部内容。我如何控制我得到的东西。就像我想得到一条线，能够确定它是否是表的一部分，并根据它的数字表采取行动。

Answer 1

您可以通过Tables集合枚举Word文档中的表格。 Rows和Columns属性将允许您确定给定表中的行/列数。可以通过Cell对象访问单个单元格。

将打印文档中每个表的最后一行和最后一列中的单元格值的示例：

$wd = New-Object -ComObject Word.Application
$wd.Visible = $true
$doc = $wd.Documents.Open($filename)
$doc.Tables | ForEach-Object {
  $_.Cell($_.Rows.Count, $_.Columns.Count).Range.Text
}