在日常辦公和開發中，我們經常需要從 Word 文檔中提取表格數據進行二次處理（如導入數據庫、數據分析等）。本文將介紹如何使用 C# 結合 Spire.Doc 庫實現 Word 表格的提取，並將提取的內容保存為文本文件。

工具與環境準備

要實現Word表格提取，我們需要以下工具和組件：

• 開發環境：Visual Studio（或其他 C# 開發工具）
• .NET Framework/.NET Core（本文代碼兼容主流版本）
• 第三方庫：Spire.Doc（用於解析 Word 文檔結構，處理表格數據）

Spire.Doc 是一個功能強大的Word文檔處理庫，支持讀取、編輯、生成Word文檔，尤其對錶格、段落等元素的處理非常便捷。我們可以通過 NuGet 包管理器安裝它：在項目中右鍵“管理NuGet包”，搜索“Spire.Doc”並安裝。

如何通過 C# 提取 Word 表格

實現思路

從Word中提取表格的核心思路是“逐層解析文檔結構”：

1. 加載Word文檔，獲取文檔對象
2. 遍歷文檔中的“節（Section）”（Word文檔的基本結構單位）
3. 在每個節中獲取表格集合，遍歷所有表格
4. 對每個表格，逐行、逐單元格提取文本內容
5. 將提取的表格數據按格式保存到文本文件

完整代碼

以下是提取Word表格的完整代碼，我們將逐步解析其核心邏輯：

using Spire.Doc;
using Spire.Doc.Collections;
using Spire.Doc.Interface;
using System.IO;
using System.Text;

namespace ExtractWordTable
{
    internal class Program
    {
        static void Main(string[] args)
        {
            // 創建文檔對象
            Document doc = new Document();
            // 加載Word文檔
            doc.LoadFromFile("Tables.docx");

            // 遍歷文檔中的所有節
            for (int sectionIndex = 0; sectionIndex < doc.Sections.Count; sectionIndex++)
            {
                Section section = doc.Sections[sectionIndex];

                // 獲取當前節中的所有表格
                TableCollection tables = section.Tables;

                // 遍歷當前節中的所有表格
                for (int tableIndex = 0; tableIndex < tables.Count; tableIndex++)
                {
                    ITable table = tables[tableIndex];

                    // 用於存儲當前表格的所有數據
                    string tableData = "";

                    // 遍歷表格中的所有行
                    for (int rowIndex = 0; rowIndex < table.Rows.Count; rowIndex++)
                    {
                        TableRow row = table.Rows[rowIndex];
                        // 遍歷行中的所有單元格
                        for (int cellIndex = 0; cellIndex < row.Cells.Count; cellIndex++)
                        {
                            TableCell cell = row.Cells[cellIndex];

                            // 提取單元格文本（單元格可能包含多個段落）
                            string cellText = "";
                            for (int paraIndex = 0; paraIndex < cell.Paragraphs.Count; paraIndex++)
                            {
                                cellText += (cell.Paragraphs[paraIndex].Text.Trim() + " ");
                            }

                            // 拼接單元格文本，用製表符分隔不同單元格
                            tableData += cellText.Trim();
                            if (cellIndex < row.Cells.Count - 1)
                            {
                                tableData += "\t";
                            }
                        }

                        // 行結束後換行
                        tableData += "\n";
                    }

                    // 保存表格數據到文本文件）
                    string filePath = Path.Combine("Tables", $"Section{sectionIndex + 1}_Table{tableIndex + 1}.txt");
                    File.WriteAllText(filePath, tableData, Encoding.UTF8);
                }
            }

            doc.Close();
        }
    }
}

代碼核心邏輯解析

1. 遍歷文檔結構

Word 文檔的結構是“文檔（Document）→ 節（Section）→ 表格（Table）→ 行（Row）→ 單元格（Cell）”，因此我們需要逐層遍歷：

• 節（Section）：一個Word文檔可以包含多個節（如不同的頁面設置、分欄等），通過doc.Sections獲取所有節。
• 表格（Table）：每個節中可能包含多個表格，通過section.Tables獲取當前節的表格集合。

2. 提取單元格文本

單元格（TableCell）中的內容可能包含多個段落（Paragraph），因此需要遍歷所有段落並拼接文本：

string cellText = "";
for (int paraIndex = 0; paraIndex < cell.Paragraphs.Count; paraIndex++)
{
    cellText += (cell.Paragraphs[paraIndex].Text.Trim() + " ");
}

使用Trim()去除文本前後的空白，避免多餘空格影響格式。

實用擴展方向

基於本文代碼，可進一步擴展功能，滿足更多場景需求：

• 將提取的表格數據導出為 Excel 文件（結合 Spire.XLS 庫）
• 對提取的文本進行清洗（如去除特殊符號、格式轉換）
• 批量處理多個Word文檔（遍歷文件夾中的所有.docx文件）

通過上述方法，我們可以高效地從 Word 文檔中提取表格數據，為後續的數據處理提供便利。相比原生 Office Interop，Spire.Doc 無需依賴 Office 客户端，運行更輕量化；代碼邏輯清晰，可直接複用或二次開發。