使用表格等阅读 word 文档 (*.doc) 内容

Question

我有一个 Word 文档（2003 年）。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、十几个列数不同的表格，然后是更多文本。

我希望能够像下面这样阅读文档：

1. 阅读文档（制作必要的对象等）
2. 获取每一行文本
3. 如果不是表格的一部分，则作为文本处理并写入输出
4. 其他
5. 如果是表格的一部分
6. 获取表号（按顺序）并根据列解析输出
7. 结束如果

下面是我已经开始写的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 Paragraphs 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档的全部内容。我如何控制我得到的东西。就像我想得到一条线一样，能够确定它是否是表格的一部分，并根据它是什么数字表格采取行动。

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数/列数。可以通过Cell 对象访问各个单元格。

将打印文档中每个表格的最后一行和最后一列的单元格值的示例：

$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
}