关于word文档操作， 网上不少这样的例子，好像都是一篇文章。word文档嵌入到网页中好像比较简单一些。加个报文头基本上就可以实现此功能。而导出数据到word文档中，我可费了不少的脑细胞。闲话少说,步入正题。。。：)
 
网页中嵌入word文档，在jsp程序开头部分加入这些代码，即可实现。比较简单，相信很多人都知道这一点了。
 
费脑筋的是将一张报表或者一张登记表导入到word文档中。报表(登记表)都是动态生成的。那么首先的问题是如何获得一个动态网页中的内容。我以前使用的BufferedReader,PrintWriter,BufferedInputStream,BufferedOutputSteam都不起作用了，原因就是他们不能读取动态生成的网页内容。因此，我想到了URL这个类，获得内容的代码如下：
 
java.net.URL l_url = new java.net.URL("http://localhost:9000/rlzy/employee/employee_resume.jsp?id="+emp_id);
 
java.net.HttpURLConnection l_connection = (java.net.HttpURLConnection) l_url.openConnection();
 
l_connection.connect();
 
l_urlStream = l_connection.getInputStream();
 
java.io.BufferedReader l_reader = new java.io.BufferedReader(new java.io.InputStreamReader(l_urlStream));
 
while ((sCurrentLine = l_reader.readLine()) != null)
 
{
 
content+=sCurrentLine;
 
}
 
content即为我们想要得到的动态内容。
 
导出数据的话，使用BufferedInputStream 和 BufferedOutputStream 。但前提是把得到的动态内容先输出到一个临时的html网页中，即把它先变成一个静态文件。这样BufferedInputStream 和BufferedOutputStream 就可以获得要读取和输出的内容。读取完毕，再把这个临时的html网页删除。这是网上流传的代码：
 
BufferedInputStream bis = null;
 
BufferedOutputStream bos = null;
 
try {
 
bis = new BufferedInputStream(new FileInputStream(内容资源的路径));
 
bos = new BufferedOutputStream(response.getOutputStream());
 
byte[] buff = new byte[2048];
 
int bytesRead;
 
while(-1 != (bytesRead = bis.read(buff, 0, buff.length))) {
 
bos.write(buff,0,bytesRead);
 
}
 
} catch(final IOException e) {
 
System.out.println ( "出现IOException." + e );
 
} finally {
 
if (bis != null)
 
bis.close();
 
if (bos != null)
 
bos.close();
 
}
 
此外，导出内容到word文档后，还可能会出现格式不正确的问题。我就遇到了html表格导出到word就发生变化的情况。这种情况具体原因应该是两种不同文件编码的问题。我是通过修改源html文件解决的问题。至于以后如果还碰到类似问题的话，首先看一下word文档和html文档是从哪个地方格式开始变化了，找到之后再对症下药。如果你觉得这种解决方法没什么技术含量的话，你可以根据内容手动输出。。。哈
 
。。。。。。。。。。。学到了一些东西。。。。。。。。。。。。

 
新建文档 (电脑入门到精通网 www.58116.cn)
 
我们讲了Word第一课后，有位朋友和我说用起来太麻烦了，问他怎么个麻烦法，他说，有时要打印几份文件，每打印一份就要退出一次Word重来，所以特别麻烦。 其实根本用不着退出Word。你可以在Word里面关掉已经打印出来的文件，然后新建一个文档或者打开另外的文档，同时打开几个文件也可以。 (电脑入门到精通网 www.58116.cn)
 
怎么做呢？很简单的，先看新建文档。我们打开Word。Word启动之后自动建立了一个新文档，注意现在标题栏上的文档名称是“文档1.doc”，单击工具栏上的"新建空白文档"按钮，现在我们就又新建了一个空白的文档，它的名字叫做“文档2.doc”。再单击这个按钮，就出现了“文档3”。这是我们新建一个文档最常用的方法。
 
(电脑入门到精通网 www.58116.cn)
 
建立新文档 还 有几种 方法：
 
(电脑入门到精通网 www.58116.cn)
 
１通过“开 始”菜单 的“新建Office 文档”命 令来 建立：
 
单 击“开始” 按钮，单击 “新建 Office 文档”命令 (电脑入门到精通网 www.58116.cn)
 
打开“新建Office文档”对话框，选择“空文档”： (电脑入门到精通网 www.58116.cn)
 
单击“确定”按钮，出现了Word的启动画面，我们就建立了一个新的Word文档。
 
(电脑入门到精通网 www.58116.cn)
 
２ 使用快捷键来建立： 在Word中按Ctrl+N键，可以建立一个新的空白文档。
 
(电脑入门到精通网 www.58116.cn)
 
３ 在Word中使用“文件”菜单的“新建”命令来建立： (电脑入门到精通网 www.58116.cn)
 
４ 在“我的电脑”和“资源管理器”中使用“新建”命令来建立：
 
(电脑入门到精通网 www.58116.cn)
 
５ 使用右键菜单来建立： 在桌面上空白处单击鼠标右键，在快捷菜单中单击“新建”项，从弹出的子菜单中选择“Microsoft Word文档”，给这个文档起好名字，这个文档就建立好了。
 
(电脑入门到精通网 www.58116.cn)
 
打开文档
 
(电脑入门到精通网 www.58116.cn)
 
怎么在Word里打开以前存盘的文档呢？我的朋友说他一直都是先退出Word，然后去双击要打开的文件，Word就会自动启动并打开那个文件。
 
其实打开和新建一样，不用退出Word也可以打开文件，单击工具栏上的“打开”按钮，就可以打开一个“打开文件”对话框。
 
(电脑入门到精通网 www.58116.cn)
 
我们来看看怎么打开D盘“笑话”文件夹中的“笑话.doc”。
 
(电脑入门到精通网 www.58116.cn)
 
(电脑入门到精通网 www.58116.cn)
 
单击这个下拉列表框，从弹出的列表中选择“D：”，也就是D盘，现在下面的文件列表中出现的就是D盘的内容了，双击打开这个“笑话”文件夹，列表中就出现了“笑话.doc”文件，选中这个文件，单击“打开”按钮，就打开这个文件了。
 
(电脑入门到精通网 www.58116.cn)
 
打开文档 还 有几种 方法：
 
(电脑入门到精通网 www.58116.cn)
 
１通过“开始”菜单的“打开Office文档”命令来打开；
 
(电脑入门到精通网 www.58116.cn)
 
２ 在Word里按“Ctrl+O”键。 在Word中使用“文件”菜单的“打开”命令。 (电脑入门到精通网 www.58116.cn)
 
３使用“文件”菜单中的历史记录来打开文档：打开“文件”菜单，在下面有一栏显示了我们最近打开过的文档，单击其中的一条，就可以打开相应的文档了； (电脑入门到精通网 www.58116.cn)
 
我们还可以设置这个文档显示的数目：打开“工具”菜单，单击“选项”命令，打开“选项”对话框，单击“常规”选项卡，在这里有一个“列出最近使用文件？个”选项，输入框中可以输入文件的数目，而清除这个复选框则可以让Word不再记忆曾经打开的文件。
 
(电脑入门到精通网 www.58116.cn)
 
保存文档 (电脑入门到精通网 www.58116.cn)
 
现在我们来看看保存文档。这次我们讲一点新东西： (电脑入门到精通网 www.58116.cn)
 
打开“另存为”对话框；这里有一个“新建文件夹”按钮，它可是很有用的：我们平时的文件都是分类存放的，而有时要保存编辑的稿件，觉得放到哪里都不合适，这时我们就可以新建一个文件夹把文件放到里面。单击这个“新建文件夹”按钮，在打开的对话框中输入文件夹的名字“稿件”， (电脑入门到精通网 www.58116.cn)
 
单击“确定”按钮，回到“另存为”对话框；输入文档的名字，单击“保存”按钮，我们就可以把文档保存在新建的文件夹中了。
 
(电脑入门到精通网 www.58116.cn)
 
多文档切换 (电脑入门到精通网 www.58116.cn)
 
不过现在就有另一个问题了，现在我们打开了几个文档，而不是像以前那样只打开一个文档，如果我
 
们想从现在这个文档切换到另外的一个文档中，该怎 么办呢？一般的办法是使用窗口菜单来切换当前编辑
 
的文档。 (电脑入门到精通网 www.58116.cn)
 
打开窗口菜单，菜单的最下面列出了我们打开的 所有文档，带有对号的是当前编辑的文档，单击“文
 
档2.doc”，就切换到了“文档2.doc”。 当然你也 可以按下ALT+TAB键来切换，这是Word 2000新增的
 
切换功能。
 
(电脑入门到精通网 www.58116.cn)
 
关闭文档和退出Word (电脑入门到精通网 www.58116.cn)
 
现在我们打开了多个文档，假如我们现在要关闭这个“文档2.doc”，单击标题栏上的这个“关闭”按
 
钮就可以了。 你可能要问，这个按钮不是退出Word时用的吗？是这样，在只打开了一个文档时是点这个
 
按钮会退出Word，但在同时打开了几个文档时，它的作用就只是关闭当前编辑的文档了。现在我们只有
 
一个打开的文档，在刚才的关闭按钮的下面，也就是菜单栏的最右端，又出现了一个关闭按钮。现在标题栏上
 
的“关闭”按钮的作用是关闭当前编辑的文件并且退出Word，而菜单栏上的“关闭”按钮就只是关闭当前文档，
 
而不退出Word了。 (电脑入门到精通网 www.58116.cn)
 
在打开了几个文档的时候可以直接退出Word，打开“文件”菜单，选择“退出”命令，就可以直接退出Word了。选择这个命令后，出现了一个对话框，这是提示我们要关闭的文档没有存盘，要不要现在保存，
 
(电脑入门到精通网 www.58116.cn)
 
(电脑入门到精通网 www.58116.cn)
 
这是Word的一项功能。如果在上次保存之后你又对文档做了改动，它就会提醒你进行保存；现在的这些文件都没有保存价值，所以我们选择“否”。不过你以后遇到这个对话框时可要想清楚，是不是要保存。 虽然忘了保存文件时，退出Word会提醒你存盘，但你也要养成经常保存文件的习惯。不然万一遇到停电之类的特殊情况，可是谁也帮不了你。
 
(电脑入门到精通网 www.58116.cn)
 
文档的保护 (电脑入门到精通网 www.58116.cn)
 
(电脑入门到精通网 www.58116.cn)
 
有时编辑的文档不希望别人进行修改，这时可以给文档设置一个口令，把文档保护起来：打开“工具”菜单，单击“选项”命令，打开“选项”对话框，单击“保存”选项卡，在“修改权限密码”文本框中输入一个密码(如图14)，单击“确定”按钮，此时会出现一个“确认密码”对话框，再一次输入密码，单击“确定”按钮，密码就设置好了，关闭并保存文档，再打开它，就会出现一个“密码”对话框，要求我们输入一个密码，否则就只能以只读方式打开文档。
 
(电脑入门到精通网 www.58116.cn)
 
如果你不希望别人看到文档的内容，还可以设置一个“打开权限密码”，打开“选项”对话框，在“常规”选项卡的“打开权限密码”正文框中输入密码，单击“确定”按钮，弹出“确认密码”对话框，再次输入密码，单击“确定”按钮，同样保存退出，再打开文档时会弹出一个“密码”对话框，现在如果不输入密码就不能打开文档了。要是不想要密码了，打开“选项”对话框，在两个密码的正文框里把密码清除就可以了。 (电脑入门到精通网 www.58116.cn)
 
(电脑入门到精通网 www.58116.cn)
 

 
要是把密码忘了，你最好和微软的人联系，让他们帮你来解决这个问题。 (电脑入门到精通网 www.58116.cn)
 
在Word中还可以对文档的一部分内容设置修改口令，防止别人修改，方法是打开“工具”菜单，单击“保护文档”命令，在“保护文档”对话框中选择要保护的内容，比如批注、修订等，输入密码，单击“确定”按钮，同样会出现一个“确认密码”对话框，确认一下密码就可以了。
 
存为Web页面
 
(电脑入门到精通网 www.58116.cn)
 
(电脑入门到精通网 www.58116.cn)
 
把一个文档保存成一个网页：打开“文件”菜单，单击“另存为Web页”命令，打开“另存为”对话框，选择保存的文件夹，输入文件名，单击“保存”按钮，就可以保存出一个Web页来。 (电脑入门到精通网 www.58116.cn)
 
不过在保存时会丢失一部分格式的设置，因为在页面视图中的某些格式在浏览器中是无法实现的，单击“继续”按钮，Word自动转到了Web版式视图中，在这里设置的格式就可以在浏览器中完全显示了。 (电脑入门到精通网 www.58116.cn)
 
打开“文件”菜单，单击“Web页预览”按钮，就可以直接用浏览器来查看所做网页的实际效果了。在Word 2000中可以直接从打开对话框中打开并编辑Web文件夹中的文档，也可以直接把文档保存到Web文件夹中。
 
(电脑入门到精通网 www.58116.cn)
 
在IE5中单击“编辑”按钮的下拉箭头，选择“使用Microsoft Word for windows进行编辑”，可以启动Word对网页进行编辑。
 
(电脑入门到精通网 www.58116.cn)
 
Web文件夹是Office 2000中增加的一个功能，它允许你将Office文档直接保存到Web服务器上，以方便文档的更新。
 
(电脑入门到精通网 www.58116.cn)
 
设置Web文件夹：打开“我的电脑”，双击“Web文件夹”图标，打开“Web文件夹”，双击“添加Web文件夹”图标，打开“添加Web文件夹”对话框，在“请键入要添加的位置”输入框中输入放置Web文件夹的URL，单击“下一步”按钮，输入这个Web文件夹的名称，单击“完成”按钮，一个Web文件夹就建立好了。
 
(电脑入门到精通网 www.58116.cn)
 
使用Web文件夹：在Word的打开和保存对话框的左边有一个Web文件夹按钮，单击这个按钮，双击文档要打开或保存的文件夹，选择文档打开或输入名称保存就可以了。
 
(电脑入门到精通网 www.58116.cn)
 
新手学习办公软件应用的朋友，推荐下载金山WPS办公软件，因为是免费的，功能和微软的收费办公软件一样的，而且文档互相兼容。 (电脑入门到精通网 www.58116.cn)
 
(责任编辑：电脑入门到精通网 www.58116.cn)

 
1，利用python读取纯文字的word文档，读取段落和段落里的文字。
 
先读取段落，代码如下：
 
1 '''
 
2 #利用python读取word文档，先读取段落
 
3 '''
 
4 #导入所需库
 
5 from docx import Document
 
6
 
7 #打开word文档
 
8 document = Document("D:/路径/长恨歌.docx")
 
9
 
10 #获取所有段落
 
11 all_paragraphs = document.paragraphs
 
12 #打印看看all_paragraphs是什么东西
 
13 print(type(all_paragraphs)) #，打印后发现是列表
 
14 #是列表就开始循环读取
 
15 for paragraph in all_paragraphs:
 
16 #打印每一个段落的文字
 
17 print(paragraph.text)
 
效果：
 

 
再读取段落里的内容，代码如下：
 
1 '''
 
2 #利用python读取word文档
 
3 '''
 
4 #导入所需库
 
5 from docx import Document
 
6
 
7 #打开word文档
 
8 document = Document("D:/路径/长恨歌.docx")
 
9
 
10 #获取所有段落
 
11 all_paragraphs = document.paragraphs
 
12 #打印看看all_paragraphs是什么东西
 
13 print(type(all_paragraphs)) #，打印后发现是列表
 
14 #是列表就开始循环读取
 
15 for paragraph in all_paragraphs:
 
16 #打印每一个段落的文字
 
17 #print(paragraph.text)
 
18 #循环读取每个段落里的run内容
 
19 for run in paragraph.runs:
 
20 print(run.text) #打印run内容
 
效果如下：
 

 
其实都准确的获取了文字内容，但是paragraph是保留了word文档里的换行符，而run是没有保留的。
 
2，利用python读取纯表格文档，那要读取的文字都是存储在单元格里，需要读取单元格里的内容：
 
1 '''
 
2 #利用python读取word文档，表格文档
 
3 '''
 
4 #导入所需库
 
5 from docx import Document
 
6
 
7 #打开文件
 
8 document = Document("D:/路径/长恨歌-表格.docx")
 
9 #获取文档所有表格
 
10 all_tables = document.tables
 
11
 
12 #打印all_tables类型
 
13 print(type(all_tables)) #得到，即列表
 
14 #开始循环读取表格列表
 
15 for table in all_tables:
 
16 #循环读取表格的每一行
 
17 for row in table.rows:
 
18 #print(row)
 
19 #循环读取表格的每一个单元格
 
20 for cell in row.cells:
 
21 #打印单元格里的内容
 
22 print(cell.text) #打印
 
3，利用python读取word文档，文档是表格加文字组合而成的。这个就设计word文档格式问题了。将要处理的word文档后缀名改为zip，发现也可以打开，里面有几个文件如图：
 

 
点开word目录，发现有个document.xml，这就是我们要处理的文件。
 

 
代码开始：
 
1 '''
 
2 #利用python读取word文档，表格文档
 
3 '''
 
4 #导入所需库
 
5 import zipfile #解压文件库
 
6 #先将要处理的word文档用zipfile进行压缩
 
7 word = zipfile.ZipFile('D:/路径/长恨歌-文字+表格.docx')
 
8
 
9 #找到要处理的xml文件并以utf-8的格式读取
 
10 xml = word.read('word/document.xml').decode('utf-8')
 
11 #打印看看
 
12 #print(type(xml)) #字符串
 
13 #print(xml) #打印整个字符串
 
14 #接下来分割字符串并存储到列表中
 
15 xml_list = xml.split('') #以字符串进行分割字符串
 
16 #打印看是否符合预期
 
17 #print(type(xml_list)) #是列表
 
18 #print(xml_list) #列表内容
 
19
 
20 #开始切片，找标签
 
21 text_list = [] #新建空list用以存储切出来的数据
 
22 #开始循环读取列表xml_list
 
23 for i in xml_list:
 
24 #条件查找
 
25 if i.find('') + 1: #切片查找是如果没找到是会返回-1，我们+1让他返回0，再运行else分支
 
26 text_list.append(i[:i.find('')]) #如果不是返回0就把找到的依次追加到text_list末尾
 
27 else:
 
28 pass
 
29 #print(text_list)
 
30 #再将得到的列表拆分为字符串
 
31 text = ''.join(text_list) #以空字符串为间隔，将列表拆分为字符串
 
32 print(text)
 
第三个表格加文字的取出文字有点绕，多处理几遍就行了。
 
标签：xml,word,读取,Python,text,文档,print
 
来源： https://www.cnblogs.com/mafu/p/13968857.html

 
请不要盗用我的答案！！
 
一号方案【新P】
 
注意【原创】：
 
1．安全模式下，效果更好！
 
2. 以下所要使用的软件，都要安装或升级到最新版本，以保证使用的效果。
 
3. 不杀毒，直接使用以下方法也可以 。若效果不好，就先在安全模式下用优质杀毒软件(如：卡巴斯基)杀一下，360安全卫士最好也用一下，之后，再用以下方法。
 
(用360安全卫士的“杀木马”----“全盘扫描”。杀完重启。)
 
以下方法，不一定都要用，可以一个一个去试。有时，仅第一个就管用了。
 
一. 关闭浏览器，打开新版本360安全卫士的“系统修复”，扫描后，再点“一键修复” 。
 
再用360急救箱(360安全卫士的“功能大全”里有。若未安装360安全卫士，也可单另安装急救箱。)【按步骤操作：先“开始急救”；扫描完后，重启；再点“系统修复” (可以全选)――“立即修复”。 接着，点“DLL文件恢复”，添加系统检测时所得知丢失的DLL文件，再点“立即修复’。“修复网络”视情况而决定是否修复。完后，应重启。】
 
二.用360安全卫士的“清理插件”进行扫描，扫除恶意插件后，进行清理。完后应重启。
 
三.用windows清理助手(从网上下载)。扫描后(若扫出东西，都勾并清理)，再用故障修复(全选)，然后在桌面点鼠标右键刷新。安全模式下效果好。
 
四.用金山急救箱【勾上“扩展扫描”，点扫描后，如果出现可以修复的项目，全选后，点“立即处理”，完后重启。】
 
也可下载使用可牛系统急救箱。
 
强调------1.修复中，杀软或360有提示时，请点允许。操作中如提示重启就重启下电脑。2.效果不好时，看“注意”中的三点。 3. 完后，效果不好的话，也可考虑系统还原一下(选好还原点)。4.还不行，就找专修店或重装系统。
 
祝你成功 ！
 
取消
 
评论