| 革新文档管理：使用多种编程语言从 Word 中提取 Excel 附件和文件名 | 您所在的位置：网站首页 › word中只保存一页 › 革新文档管理：使用多种编程语言从 Word 中提取 Excel 附件和文件名 |
|
当我们在处理Microsoft Word文档时，经常会遇到嵌入了Excel附件的情况。在这种情况下，我们可能需要提取嵌入式Excel文件并将其保存为单独的文件。在本文中，我们将探讨如何使用Python、Java、JavaScript、Go、C#和C++来提取Word文档中的Excel附件并识别文件名保存。 目录 一、提取Word文档中的Excel附件 二、利用Python脚本提取Word中的Excel表格 1、安装Python和相关库 2、Python程序实现 三、通过Java提取Word中的Excel表格 四、通过JavaScript提取Word中的Excel表格 五、通过 go实现提取Word文档中的Excel附件并识别文件名保存 六、通过 c#和c++实现提取Word文档中的Excel附件并识别文件名保存
一、提取Word文档中的Excel附件 在Word文档中，我们会经常插入一些Excel表格，这些表格附件是包含在Word文档中的。要提取Word文档中的Excel附件并识别文件名保存，我们需要执行以下步骤： 1、打开Word文档并切换到“文件”菜单，在“文件”菜单中选择“另存为”选项。 2、在弹出的另存为菜单中，选择“单个网页(.htm,.html)”后另存为一个htm文件。 3、打开生成的htm文件，找到包含Excel附件的链接。 4、通过右键点击Excel附件链接并选择“另存为”选项，将Excel表格下载到本地计算机中，同样可以使用python脚本来实现。 二、利用Python脚本提取Word中的Excel表格Python是一种很强大的编程语言，它为我们提供了许多方便的工具和库。在Python中，我们可以使用docx、xlrd、xlsxwriter等常用库来实现从Word文档提取Excel表格并进行文件名读取和保存的功能。 1、安装Python和相关库在开始使用Python程序之前，我们需要先安装Python和相关库。在Python官网中，您可以下载最新的Python安装程序并安装在您的计算机上。在安装完成后，您可以使用pip工具来安装所需的库，其中包括docx、xlrd、xlsxwriter等库。 2、Python程序实现在Python中，我们可以使用docx、xlrd、xlsxwriter等库来实现从Word文档提取Excel表格并进行文件名读取和保存的功能。一个用Python编写的样例程序如下所示： import os from docx import Document import xlrd, xlwt def get_excel_name(path): workbook = xlrd.open_workbook(path) names = workbook.sheet_names() return names[0] def extract_excel(filename): doc = Document(filename) for obj in doc.inline_shapes: if obj.type == 3: info = obj._inline._element[0][0][1].attrib r_id = info.get('{http://schemas.openxmlformats.org/officeDocument/2006/relationships}id') part = obj.part.related_parts[r_id] excel_file = part.blob name = get_excel_name(part.partname) with open(name + ".xlsx", 'wb') as f: f.write(excel_file) print("Successfully extract" + name + ".xlsx!") if __name__ == '__main__': extract_excel("test.docx")在实现中，我们首先通过使用xlrd库来读取所处理的Excel表格的文件名，然后利用docx库来提取Word文档中的表格附件，最后使用Python内置的with关键字来保存这些附件，并以正确的文件名命名。 三、通过Java提取Word中的Excel表格在Java中可以使用Apache POI库来提取Word文档中的Excel附件并识别文件名保存。以下是代码示例： import java.io.FileInputStream; import java.io.FileOutputStream; import java.io.InputStream; import java.io.OutputStream; import java.util.Iterator; import org.apache.poi.openxml4j.exceptions.InvalidFormatException; import org.apache.poi.openxml4j.opc.OPCPackage; import org.apache.poi.openxml4j.opc.PackagePart; import org.apache.poi.openxml4j.opc.PackageRelationship; import org.apache.poi.openxml4j.opc.PackageRelationshipCollection; import org.apache.poi.openxml4j.opc.TargetMode; import org.apache.poi.ss.usermodel.Workbook; import org.apache.poi.ss.usermodel.WorkbookFactory; public class ExtractExcelFromWord { public static void main(String[] args) throws Exception { String wordFilePath = "path/to/word/file.docx"; String excelSaveDirPath = "path/to/excel/save/dir"; InputStream wordIS = new FileInputStream(wordFilePath); OPCPackage opc = OPCPackage.open(wordIS); PackageRelationshipCollection prc = opc.getRelationshipsByType("http://schemas.openxmlformats.org/officeDocument/2006/relationships/oleObject"); // Iterate over each embedded object and extract Excel file for (Iterator it = prc.iterator(); it.hasNext();) { PackageRelationship pr = (PackageRelationship) it.next(); if (pr.getTargetMode() == TargetMode.INTERNAL) { PackagePart pp = opc.getPart(pr.getTargetURI()); String contentType = pp.getContentType(); if (contentType.equals("application/vnd.ms-excel")) { String excelFileName = pr.getTargetURI().toString().substring(pr.getTargetURI().toString().lastIndexOf('/') + 1); excelFileName = excelFileName.replaceAll("%20", " "); OutputStream os = new FileOutputStream(excelSaveDirPath + "/" + excelFileName); os.write(pp.getByteArray()); os.close(); } } } // Close resources opc.close(); wordIS.close(); } }以上代码通过打开Word文件并获取包含Excel附件的PackageRelationshipCollection。然后针对每个PackageRelationship检查其目标类型是否是“application/vnd.ms-excel”，如果是则提取Excel附件到指定目录，并使用URI的最后一部分作为Excel文件名。 四、通过JavaScript提取Word中的Excel表格在JavaScript中，可以使用JSZip库来提取Word文档中的Excel附件并识别文件名保存。以下是代码示例： var wordFilePath = "path/to/word/file.docx"; var excelSaveDirPath = "path/to/excel/save/dir"; var zip = new JSZip(); // Load Word document JSZipUtils.getBinaryContent(wordFilePath, function(err, content) { if (err) { throw err; } // Extract Excel files from Word document zip.loadAsync(content).then(function(zip) { Object.keys(zip.files).forEach(function(filename) { if (filename.indexOf("word/embeddings/") === 0 && filename.indexOf(".xlsx") !== -1) { var excelFile = zip.file(filename); var excelFileName = filename.substring(filename.lastIndexOf("/") + 1); excelFileName = excelFileName.replaceAll("%20", " "); excelFile.async("blob").then(function(excelBlob) { var excelSavePath = excelSaveDirPath + "/" + excelFileName; saveAs(excelBlob, excelSavePath); }); } }); }); });以上代码通过加载Word文档，并使用JSZip库提取包含Excel附件的压缩文件。然后，针对每个Excel文件的文件名检查是否符合条件（位于“word/embeddings/”目录下并以“.xlsx”结尾）。如果是，则提取Excel文件，并使用文件名保存到指定路径中。由于JSZip的异步加载特性，需要使用Promise来确保在提取Excel文件后进行保存。 请注意，上面的代码中使用了FileSaver.js库来在浏览器中保存文件。如果您使用的是Node.js环境，则应该使用fs模块来保存文件。 五、通过 go实现提取Word文档中的Excel附件并识别文件名保存在Golang中，可以使用go-zip库来提取Word文档中的Excel附件并识别文件名保存。以下是代码示例： package main import ( "archive/zip" "fmt" "io" "os" "path/filepath" "strings" ) func main() { wordFilePath := "path/to/word/file.docx" excelSaveDirPath := "path/to/excel/save/dir" r, err := zip.OpenReader(wordFilePath) if err != nil { fmt.Println("Failed to open zip file: ", err) return } defer r.Close() // Iterate through the files in the zip archive for _, f := range r.File { if strings.HasPrefix(f.Name, "word/embeddings/") && strings.HasSuffix(f.Name, ".xlsx") { // Extract and save Excel file excelFileName := filepath.Base(f.Name) excelFilePath := excelSaveDirPath + "/" + excelFileName fmt.Println("Extracting Excel file: ", excelFileName) excelFile, err := os.Create(excelFilePath) if err != nil { fmt.Println("Failed to create Excel file: ", err) return } defer excelFile.Close() excelReader, err := f.Open() if err != nil { fmt.Println("Failed to open Excel file: ", err) return } defer excelReader.Close() _, err = io.Copy(excelFile, excelReader) if err != nil { fmt.Println("Failed to save Excel file: ", err) return } } } }以上代码通过使用zip包打开Word文档，并迭代每个zip.Entry（类似于文件）。如果条目的名称以“word/embeddings/”开头且以“.xlsx”结尾，则表示该条目是Excel文件的嵌入对象。然后，提取并保存Excel文件到指定目录。 请注意，上面的实现并未解压整个Word文档，而是只处理了包含Excel文件的zip.Entry。这种方法的好处是避免占用不必要的空间和时间，但它也意味着不能读取Word文档中的其他内容。如需读取整个Word文档，请参考其他go-zip库文档，或使用其他文档读取库。 六、通过 c#和c++实现提取Word文档中的Excel附件并识别文件名保存在C#和C++中，可以使用Microsoft.Office.Interop.Word库来提取Word文档中的Excel附件并识别文件名保存。以下是C#代码示例： using Microsoft.Office.Interop.Word; // ... string wordFilePath = "path/to/word/file.docx"; string excelSaveDirPath = "path/to/excel/save/dir"; Application wordApplication = new Application(); Document wordDocument = wordApplication.Documents.Open(wordFilePath); // Iterate over each embedded object and extract Excel files foreach (InlineShape shape in wordDocument.InlineShapes) { if (shape.OLEFormat != null && shape.OLEFormat.ClassType == "Excel.Sheet.12") { string embeddedFilePath = Path.Combine(excelSaveDirPath, shape.OLEFormat.IconLabel); shape.OLEFormat.Object.SaveAs(embeddedFilePath); } } // Close resources wordDocument.Close(false); wordApplication.Quit(false);以上代码通过加载Word文档并使用Microsoft.Office.Interop.Word库提取包含Excel附件的OLE对象。针对每个OLE对象检查其类型是否为“Excel.Sheet.12”，如果是，则将Excel文件提取并保存到指定目录中，使用OLE对象的IconLabel属性作为Excel文件名。 以下是C++代码示例： #include #include #include void extractExcelFromWord(std::string wordFilePath, std::string excelSaveDirPath) { CoInitialize(NULL); _ApplicationPtr wordApplication; _DocumentPtr wordDocument; _InlineShapesPtr inlineShapes; // Start Word and open document wordApplication.CreateInstance("Word.Application"); wordApplication->Visible = false; wordDocument = wordApplication->Documents->Open(&wordFilePath[0]); // Extract Excel files from Word document inlineShapes = wordDocument->InlineShapes; for (long i = 1; i Count; ++i) { InlineShapePtr shape = inlineShapes->Item(i); if (shape->OLEFormat != NULL && shape->OLEFormat->ClassType == "Excel.Sheet.12") { std::string embeddedFilePath = excelSaveDirPath + "\\" + shape->OLEFormat->IconLabel; shape->OLEFormat->Object->SaveAs(&embeddedFilePath[0]); } } // Close resources wordDocument->Close(0); wordApplication->Quit(0); CoUninitialize(); } int main() { std::string wordFilePath = "path\\to\\word\\file.docx"; std::string excelSaveDirPath = "path\\to\\excel\\save\\dir"; extractExcelFromWord(wordFilePath, excelSaveDirPath); return 0; }以上代码通过加载Word文档使用Microsoft.Office.Interop.Word库提取包含Excel附件的OLE对象。For循环来迭代每个InlineShape，如果Shape的类型是Excel文档，则将其保存到指定的文件夹中，使用OLE对象的IconLabel属性作为Excel文件名。 请注意，在C++中使用Microsoft.Office.Interop.Word库需要将Microsoft Word安装到电脑上，并添加对msword.olb库的引用。
|
| CopyRight 2018-2019 实验室设备网 版权所有 |