java docx文檔解析

幾個月前，我需要創建一個包含許多表和段落的動態Word文檔。 過去，我曾使用POI來實現此目的，但是我發現它很難使用，并且在創建更復雜的文檔時對我來說效果不佳。 因此，對于這個項目，經過一番搜索，我決定使用docx4j 。 Docx4j，根據他們的網站是：

“ docx4j是一個Java庫，用于創建和處理Microsoft Open XML（Word docx，Powerpoint pptx和Excel xlsx）文件。
它類似于Microsoft的OpenXML SDK，但適用于Java。 ”

在本文中，我將向您展示幾個示例，您可以使用這些示例來生成Word文檔的內容。 更具體地說，我們將看以下兩個示例：

• 加載模板Word文檔以添加內容并另存為新文檔
• 將段落添加到此模板文檔
• 將表添加到此模板文檔

這里的一般方法是首先創建一個Word文檔，其中包含最終文檔的布局和主要樣式。 在本文檔中，您將需要添加占位符（簡單字符串），我們將使用這些占位符來搜索并替換為真實內容。

例如，一個非常基本的模板如下所示：

在本文中，我們將向您展示如何填充此內容，以便獲得此信息：

加載模板Word文檔以添加內容并另存為新文檔

首先是第一件事。 讓我們創建一個簡單的Word文檔，將其用作模板。 為此，只需打開Word，創建一個新文檔并將其另存為template.docx。 這是我們用來向其添加內容的單詞模板。 我們需要做的第一件事是用docx4j加載該文檔。 您可以使用以下一段Java代碼：

private WordprocessingMLPackage getTemplate(String name) throws Docx4JException, FileNotFoundException {WordprocessingMLPackage template = WordprocessingMLPackage.load(new FileInputStream(new File(name)));return template;}

這將返回一個Java對象，該對象表示完整的（此時）空文檔。 現在，我們可以使用Docx4J API在此Word文檔中添加，刪除和修改內容。 Docx4J有許多幫助程序類，可用于遍歷此文檔。 我確實寫了一些幫助程序，盡管它們確實使查找特定的占位符并用實際內容替換它們非常容易。 讓我們看看其中之一。 此操作是幾個JAXB操作的包裝，使您可以搜索特定元素及其所有子元素來查找某個類。 例如，您可以使用它來獲取文檔中的所有表，表中的所有行等等。

private static List<Object> getAllElementFromObject(Object obj, Class<?> toSearch) {List<Object> result = new ArrayList<Object>();if (obj instanceof JAXBElement) obj = ((JAXBElement<?>) obj).getValue();if (obj.getClass().equals(toSearch))result.add(obj);else if (obj instanceof ContentAccessor) {List<?> children = ((ContentAccessor) obj).getContent();for (Object child : children) {result.addAll(getAllElementFromObject(child, toSearch));}}return result;}

沒什么復雜的，但真的很有幫助。 讓我們看看如何使用此操作。 在此示例中，我們僅將簡單的文本占位符替換為其他值。 例如，這是您用來動態設置文檔標題的內容。 不過，首先，在您創建的Word模板中添加一個自定義占位符。 我將為此使用SJ_EX1。 我們將用我們的名字替換這個值。 docx4j中的基本文本元素由org.docx4j.wml.Text類表示。 要替換此簡單的占位符，我們要做的就是調用此方法：

private void replacePlaceholder(WordprocessingMLPackage template, String name, String placeholder ) {List<Object> texts = getAllElementFromObject(template.getMainDocumentPart(), Text.class);for (Object text : texts) {Text textElement = (Text) text;if (textElement.getValue().equals(placeholder)) {textElement.setValue(name);}}}

這將查找文檔中的所有Text元素，并將匹配的元素替換為我們指定的值。 現在，我們要做的就是將文檔寫回到文件中。

private void writeDocxToStream(WordprocessingMLPackage template, String target) throws IOException, Docx4JException {File f = new File(target);template.save(f);}

如您所見，并不難。

通過此設置，我們還可以將更復雜的內容添加到Word文檔中。 確定如何添加特定內容的最簡單方法是查看word文檔的XML源代碼。 這將告訴您需要哪些包裝器以及Word如何編組XML。 對于下一個示例，我們將研究如何添加完整的段落。 ?

將段落添加到此模板文檔

您可能想知道為什么我們需要添加段落？ 我們已經可以添加文本了，一個段落不只是一大段文本嗎？ 好吧，是的，不是。 一段確實看起來像是一段很大的文字，但是您需要考慮的是換行符。 如果您像以前一樣添加Text元素，并在文本中添加換行符，則它們不會顯示。 如果需要換行，則需要創建一個新段落。 幸運的是，使用Docx4j也很容易做到這一點。
我們將通過以下步驟進行操作：

從模板中找到要替換的段落

將輸入文本分成單獨的行

對于每一行，根據模板中的段落創建一個新段落

刪除原始段落

我們應該已經擁有的輔助方法不應該太難了。

private void replaceParagraph(String placeholder, String textToAdd, WordprocessingMLPackage template, ContentAccessor addTo) {// 1. get the paragraphList<Object> paragraphs = getAllElementFromObject(template.getMainDocumentPart(), P.class);P toReplace = null;for (Object p : paragraphs) {List<Object> texts = getAllElementFromObject(p, Text.class);for (Object t : texts) {Text content = (Text) t;if (content.getValue().equals(placeholder)) {toReplace = (P) p;break;}}}// we now have the paragraph that contains our placeholder: toReplace// 2. split into seperate linesString as[] = StringUtils.splitPreserveAllTokens(textToAdd, '\n');for (int i = 0; i < as.length; i++) {String ptext = as[i];// 3. copy the found paragraph to keep styling correctP copy = (P) XmlUtils.deepCopy(toReplace);// replace the text elements from the copyList texts = getAllElementFromObject(copy, Text.class);if (texts.size() > 0) {Text textToReplace = (Text) texts.get(0);textToReplace.setValue(ptext);}// add the paragraph to the documentaddTo.getContent().add(copy);}// 4. remove the original one((ContentAccessor)toReplace.getParent()).getContent().remove(toReplace);}

在此方法中，我們用提供的文本替換段落的內容，然后將新段落替換為用addTo指定的參數。

String placeholder = "SJ_EX1";String toAdd = "jos\ndirksen";replaceParagraph(placeholder, toAdd, template, template.getMainDocumentPart());

如果您在Word模板中使用更多內容來運行此程序，則會注意到這些段落將出現在文檔的底部。 原因是將段落添加回了主文檔。 如果您希望將段落添加到文檔中的特定位置（通常需要這樣做），則可以將其包裝在1×1無邊界表格中。 該表被視為段落的父級，可以在此處添加新段落。

將表添加到此模板文檔

我想展示的最后一個示例是如何向單詞模板添加表格。 實際上，更好的描述是如何在Word模板中填充預定義的表格。 就像我們對簡單的文本和段落所做的一樣，我們將替換占位符。 對于此示例，向您的Word文檔中添加一個簡單的表格（您可以隨意設置樣式）。 向此表添加1個啞行，用作內容模板。 在代碼中，我們將查找該行，將其復制，并將內容替換為來自Java代碼的新行，如下所示：

查找包含我們的關鍵字之一的表

復制用作行模板的行

對于每行數據，根據行模板向表中添加一行

刪除原始模板行

與我們在段落中顯示的方法相同。 首先，讓我們看一下如何提供替換數據。 對于此示例，我僅提供了一組哈希圖，其中包含要替換的占位符的名稱和要替換為其的值。 我還提供了可以在表格行中找到的替換令牌。

Map<String,String> repl1 = new HashMap<String, String>();repl1.put("SJ_FUNCTION", "function1");repl1.put("SJ_DESC", "desc1");repl1.put("SJ_PERIOD", "period1");Map<String,String> repl2 = new HashMap<String,String>();repl2.put("SJ_FUNCTION", "function2");repl2.put("SJ_DESC", "desc2");repl2.put("SJ_PERIOD", "period2");Map<String,String> repl3 = new HashMap<String,String>();repl3.put("SJ_FUNCTION", "function3");repl3.put("SJ_DESC", "desc3");repl3.put("SJ_PERIOD", "period3");replaceTable(new String[]{"SJ_FUNCTION","SJ_DESC","SJ_PERIOD"}, Arrays.asList(repl1,repl2,repl3), template);

現在，這個replaceTable方法是什么樣的。

private void replaceTable(String[] placeholders, List<Map<String, String>> textToAdd,WordprocessingMLPackage template) throws Docx4JException, JAXBException {List<Object> tables = getAllElementFromObject(template.getMainDocumentPart(), Tbl.class);// 1. find the tableTbl tempTable = getTemplateTable(tables, placeholders[0]);List<Object> rows = getAllElementFromObject(tempTable, Tr.class);// first row is header, second row is contentif (rows.size() == 2) {// this is our template rowTr templateRow = (Tr) rows.get(1);for (Map<String, String> replacements : textToAdd) {// 2 and 3 are done in this methodaddRowToTable(tempTable, templateRow, replacements);}// 4. remove the template rowtempTable.getContent().remove(templateRow);}}

該方法查找表，獲取第一行，并為每個提供的映射向表添加新行。 返回之前，它將刪除模板行。 此方法使用兩個幫助器：addRowToTable和getTemplateTable。 我們首先來看最后一個：

private Tbl getTemplateTable(List<Object> tables, String templateKey) throws Docx4JException, JAXBException {for (Iterator<Object> iterator = tables.iterator(); iterator.hasNext();) {Object tbl = iterator.next();List<?> textElements = getAllElementFromObject(tbl, Text.class);for (Object text : textElements) {Text textElement = (Text) text;if (textElement.getValue() != null && textElement.getValue().equals(templateKey))return (Tbl) tbl;}}return null;}

此函數只是查看表是否包含我們的占位符之一。 如果是這樣，則返回該表。 addRowToTable操作也非常簡單。

private static void addRowToTable(Tbl reviewtable, Tr templateRow, Map<String, String> replacements) {Tr workingRow = (Tr) XmlUtils.deepCopy(templateRow);List textElements = getAllElementFromObject(workingRow, Text.class);for (Object object : textElements) {Text text = (Text) object;String replacementValue = (String) replacements.get(text.getValue());if (replacementValue != null)text.setValue(replacementValue);}reviewtable.getContent().add(workingRow);}

此方法復制我們的模板，并使用提供的值替換此模板行中的占位符。 該副本將添加到表中。 就是這樣。 通過這段代碼，我們可以在Word文檔中填寫套利表，同時保留表的布局和樣式。

至此為止。 使用段落和表，您可以創建許多不同類型的文檔，這與最常生成的文檔類型非常匹配。 但是，也可以使用這種相同的方法將其他類型的內容添加到Word文檔中。

參考：來自Smart Java博客的JCG合作伙伴 Jos Dirksen 使用docx4j以編程方式創建復雜的Word（.docx）文檔 。

翻譯自: https://www.javacodegeeks.com/2012/07/java-word-docx-documents-with-docx4j.html

java docx文檔解析

總結

以上是生活随笔為你收集整理的java docx文档解析_带有docx4j的Java Word（.docx）文档的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。