使用 Apache poi 從 docx 獲取文本樣式
[英]Getting text style from docx using Apache poi
問題描述
我正在嘗試從 MS docx 文件中獲取樣式信息，我可以使用粗體、斜體等添加樣式編寫文件內容。 字體大小等，但讀取文件內容和獲取樣式信息不是那么清楚。 我試過使用 XWPFDocument，這個 API 似乎沒有讀取樣式的能力。 我現在正在嘗試 XWPFWordExtractor，它看起來更有希望，但我仍然無法獲取文本的樣式信息。
我閱讀的內容類型類似於以下內容。
“您好，這是粗體文字，這是斜體文字，這是粗斜體文字”
任何指向示例的指針都會很棒。
6 個解決方案
解決方案1
3 已采納 2015-07-06 18:26:57
好的，根據 Gagravarr 的評論，解決方案如下，正是我想要的。 所以基本上 Gagravarr 回答了這個問題，但我不知道除了說它聽到給他信用之外如何。
for (XWPFParagraph paragraph : docx.getParagraphs()) {
int pos = 0;
for (XWPFRun run : paragraph.getRuns()) {
System.out.println("Current run IsBold : " + run.isBold());
System.out.println("Current run IsItalic : " + run.isItalic());
for (char c : run.text().toCharArray()) {
System.out.print(c);
pos++;
}
System.out.println();
}
}
`
下面的輸出
Current run IsBold : false Current run IsItalic : false "Hello, this is Current run IsBold : true Current run IsItalic : false bold text Current run IsBold : false Current run IsItalic : false and this is Current run IsBold : false Current run IsItalic : true italic text Current run IsBold : false Current run IsItalic : false a Current run IsBold : false Current run IsItalic : false n Current run IsBold : false Current run IsItalic : false d this is Current run IsBold : true Current run IsItalic : true bold-italic text Current run IsBold : false Current run IsItalic : false "
解決方案2
1 2019-11-01 05:23:46
這是獲取粗體屬性的簡單技巧。
run.getCTR().xmlText().contains("<w:bw:val=\\"1\\"/>") return true if bold otherwise false.
解決方案3
0 2015-07-06 00:02:15
我放棄了嘗試使用 Apache poi，我找到了另一個名為 docx4j 的庫，這似乎滿足了我的需要，我想查看的屬性現在可用，一旦加載了 docx 文件，您就可以在如下所示的 xml 格式。
`
<w:document xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main" xmlns:w15="http://schemas.microsoft.com/office/word/2012/wordml" xmlns:w14="http://schemas.microsoft.com/office/word/2010/wordml" xmlns:mc="http://schemas.openxmlformats.org/markup-compatibility/2006" xmlns:r="http://schemas.openxmlformats.org/officeDocument/2006/relationships" xmlns:ns27="http://schemas.openxmlformats.org/schemaLibrary/2006/main" xmlns:a="http://schemas.openxmlformats.org/drawingml/2006/main" xmlns:wp="http://schemas.openxmlformats.org/drawingml/2006/wordprocessingDrawing" xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math" mc:Ignorable="w14 wp14">
<w:body>
<w:p w:rsidR="009A66AB" w:rsidRDefault="000F4AD1">
<w:r>
<w:rPr>
<w:rFonts w:ascii="Helvetica" w:hAnsi="Helvetica" w:cs="Helvetica"/>
<w:color w:val="222222"/>
<w:sz w:val="23"/>
<w:szCs w:val="23"/>
<w:shd w:val="clear" w:color="auto" w:fill="FFFFFF"/>
</w:rPr>
<w:t>"Hello, this is</w:t>
</w:r>
<w:r>
<w:rPr>
<w:rStyle w:val="apple-converted-space"/>
<w:rFonts w:ascii="Helvetica" w:hAnsi="Helvetica" w:cs="Helvetica"/>
<w:color w:val="222222"/>
<w:sz w:val="23"/>
<w:szCs w:val="23"/>
<w:shd w:val="clear" w:color="auto" w:fill="FFFFFF"/>
</w:rPr>
<w:t> </w:t>
</w:r>
<w:r>
<w:rPr>
<w:rStyle w:val="Strong"/>
<w:rFonts w:ascii="Helvetica" w:hAnsi="Helvetica" w:cs="Helvetica"/>
<w:color w:val="222222"/>
<w:sz w:val="23"/>
<w:szCs w:val="23"/>
<w:bdr w:val="none" w:color="auto" w:sz="0" w:space="0" w:frame="true"/>
<w:shd w:val="clear" w:color="auto" w:fill="FFFFFF"/>
</w:rPr>
<w:t>bold text</w:t>
</w:r>
<w:r>
<w:rPr>
<w:rStyle w:val="apple-converted-space"/>
<w:rFonts w:ascii="Helvetica" w:hAnsi="Helvetica" w:cs="Helvetica"/>
<w:color w:val="222222"/>
<w:sz w:val="23"/>
<w:szCs w:val="23"/>
<w:shd w:val="clear" w:color="auto" w:fill="FFFFFF"/>
</w:rPr>
<w:t> </w:t>
</w:r>
<w:r>
<w:rPr>
<w:rFonts w:ascii="Helvetica" w:hAnsi="Helvetica" w:cs="Helvetica"/>
<w:color w:val="222222"/>
<w:sz w:val="23"/>
<w:szCs w:val="23"/>
<w:shd w:val="clear" w:color="auto" w:fill="FFFFFF"/>
</w:rPr>
<w:t>and this is</w:t>
</w:r>
<w:r>
<w:rPr>
<w:rStyle w:val="apple-converted-space"/>
<w:rFonts w:ascii="Helvetica" w:hAnsi="Helvetica" w:cs="Helvetica"/>
<w:color w:val="222222"/>
<w:sz w:val="23"/>
<w:szCs w:val="23"/>
<w:shd w:val="clear" w:color="auto" w:fill="FFFFFF"/>
</w:rPr>
<w:t> </w:t>
</w:r>
<w:r>
<w:rPr>
<w:rStyle w:val="Emphasis"/>
<w:rFonts w:ascii="Helvetica" w:hAnsi="Helvetica" w:cs="Helvetica"/>
<w:color w:val="222222"/>
<w:sz w:val="23"/>
<w:szCs w:val="23"/>
<w:bdr w:val="none" w:color="auto" w:sz="0" w:space="0" w:frame="true"/>
<w:shd w:val="clear" w:color="auto" w:fill="FFFFFF"/>
</w:rPr>
<w:t>italic text</w:t>
</w:r>
<w:r>
<w:rPr>
<w:rStyle w:val="apple-converted-space"/>
<w:rFonts w:ascii="Helvetica" w:hAnsi="Helvetica" w:cs="Helvetica"/>
<w:color w:val="222222"/>
<w:sz w:val="23"/>
<w:szCs w:val="23"/>
<w:shd w:val="clear" w:color="auto" w:fill="FFFFFF"/>
</w:rPr>
<w:t> </w:t>
</w:r>
<w:r>
<w:rPr>
<w:rFonts w:ascii="Helvetica" w:hAnsi="Helvetica" w:cs="Helvetica"/>
<w:color w:val="222222"/>
<w:sz w:val="23"/>
<w:szCs w:val="23"/>
<w:shd w:val="clear" w:color="auto" w:fill="FFFFFF"/>
</w:rPr>
<w:t>an</w:t>
</w:r>
<w:r>
<w:rPr>
<w:rFonts w:ascii="Helvetica" w:hAnsi="Helvetica" w:cs="Helvetica"/>
<w:color w:val="222222"/>
<w:sz w:val="23"/>
<w:szCs w:val="23"/>
<w:shd w:val="clear" w:color="auto" w:fill="FFFFFF"/>
</w:rPr>
<w:t>d this is</w:t>
</w:r>
<w:r>
<w:rPr>
<w:rStyle w:val="apple-converted-space"/>
<w:rFonts w:ascii="Helvetica" w:hAnsi="Helvetica" w:cs="Helvetica"/>
<w:color w:val="222222"/>
<w:sz w:val="23"/>
<w:szCs w:val="23"/>
<w:shd w:val="clear" w:color="auto" w:fill="FFFFFF"/>
</w:rPr>
<w:t> </w:t>
</w:r>
<w:r>
<w:rPr>
<w:rStyle w:val="Emphasis"/>
<w:rFonts w:ascii="Helvetica" w:hAnsi="Helvetica" w:cs="Helvetica"/>
<w:b/>
<w:bCs/>
<w:color w:val="222222"/>
<w:sz w:val="23"/>
<w:szCs w:val="23"/>
<w:bdr w:val="none" w:color="auto" w:sz="0" w:space="0" w:frame="true"/>
<w:shd w:val="clear" w:color="auto" w:fill="FFFFFF"/>
</w:rPr>
<w:t>bold-italic text</w:t>
</w:r>
<w:r>
<w:rPr>
<w:rFonts w:ascii="Helvetica" w:hAnsi="Helvetica" w:cs="Helvetica"/>
<w:color w:val="222222"/>
<w:sz w:val="23"/>
<w:szCs w:val="23"/>
<w:shd w:val="clear" w:color="auto" w:fill="FFFFFF"/>
</w:rPr>
<w:t>"</w:t>
</w:r>
</w:p>
<w:sectPr w:rsidR="009A66AB">
<w:pgSz w:w="11906" w:h="16838"/>
<w:pgMar w:top="1440" w:right="1440" w:bottom="1440" w:left="1440" w:header="708" w:footer="708" w:gutter="0"/>
<w:cols w:space="708"/>
<w:docGrid w:linePitch="360"/>
</w:sectPr>
</w:body>
</w:document>
`
解決方案4
0 2017-04-24 20:27:49
你可以使用paragraph.getCTP().getPPr().getRPr().isSetB()
解決方案5
0 2018-03-26 23:48:05
我發現了一種將樣式從一個文檔復制到另一個文檔的好方法。 它不像我希望的那樣直接，但它有效。
- 將源word文檔重命名為zip
- 提取內容
- 將styles.xml 復制到字符串常量中或讀取文件
使用以下代碼將樣式復制到輸出文檔中
public void copyStylesXml(String stylesXmlString) { try { CTStyles ctStyle = CTStyles.Factory.parse(stylesXmlString); XWPFStyles styles = getDoc().createStyles(); styles.setStyles(ctStyle); } catch (Exception e) { log.warn(e, e); } }
相同的方法適用於復制列表格式
解決方案6
0 2018-05-17 23:49:15
這是從另一個文檔復制樣式的非常好的方法。 一點背景； docx 文件實際上是許多 xml 文件（包括 style.xml）的 zip 文件。 在以下代碼示例中，我讀取 numberin.xml，將其解析為 CTStyles 對象，然后將其設置在當前文檔中。 這是大部分代碼。 您可以使用相同的方法為 Word 編號復制 numbering.xml。
// copy an existing style.xml document into this document to get styles
public void copyStylesFromDocument(String documentFileName) {
log.debug("fileName " + documentFileName);
try {
InputStream is = CertificationReportHelper.getInputStreamFromZipFile(documentFileName, FILE_NAME_STYLES);
CTStyles ctStyle = CTStyles.Factory.parse(is);
XWPFStyles styles = getDoc().createStyles();
styles.setStyles(ctStyle);
log.info("Styles copied from file " + FILE_NAME_STYLES + " in document" + documentFileName);
} catch (Exception e) {
String msg = "Error copying styles from file " + FILE_NAME_STYLES + " in document" + documentFileName;
addErrorMessage(msg, e);
log.debug(e, e);
}
@SuppressWarnings("resource") // closing stream causes input stream to close and operation fails
public static InputStream getInputStreamFromZipFile(String zipFileName, String containedFile) {
InputStream is = null;
ZipFile zfile = null;
try {
zfile = new ZipFile(zipFileName);
ZipEntry entry = zfile.getEntry(containedFile);
log.trace(entry);
if (entry != null) {
is = zfile.getInputStream(entry);
log.trace("created input stream for file " + containedFile + " from zip file" + zipFileName);
} else {
String msg = "Error getting input stream for file " + containedFile + " from zip file " + zipFileName;
// closing stream causes input stream to close and operation fails
throw new ApplicationRuntimeException(msg);
}
} catch (Exception e) {
String msg = "Error getting input stream for file " + containedFile + " from zip file " + zipFileName + " Message:"
+ e.getMessage();
log.warn("*** Throwing exception " + msg);
throw new ApplicationRuntimeException(msg, e);
} finally {
// closing stream causes input stream to close and operation fails
// try {
// zfile.close();
// } catch (IOException e) {
// log.warn("Catching exception "+e+" closing zip file "+zipFileName);
// }
}
return is;
如何使用 Apache POI 從 .docx 文件中檢索水印文本？
[英]How to retrieve watermark text from .docx file using Apache POI?
使用 Java Apache POI 更改 docx 文件中特定單詞的字體樣式
[英]Change font style in a specific word from docx file using Java Apache POI
如何使用Java中的Apache POI從.doc和.docx文件中提取從右到左的文本？
[英]How can I extract right-to-left text from .doc and .docx files using Apache POI in java?
使用 apache poi 從 Word (*.docx) 到 HTML 讀取方程及其文本上下文
[英]Reading equations from Word (*.docx) to HTML together with their text context using apache poi
如何使用apache poi在docx中編寫混合文本（normal和subscript）？
[英]How to write mixed text (normal and subscript) in docx using apache poi?
如何使用Apache POI在docx中用HTML替換text（tag）？
[英]How to replace text(tag) with HTML in docx using Apache POI?
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.
相關問題
使用Apache POI將.docx轉換為html且不獲取文本
如何使用 Apache POI 從 .docx 文件中檢索水印文本？
使用 Java Apache POI 更改 docx 文件中特定單詞的字體樣式
在Apache POI（docx）中換行嗎？
使用Apache POI替換docx文本框中的文本
如何使用Java中的Apache POI從.doc和.docx文件中提取從右到左的文本？
使用 apache poi 從 Word (*.docx) 到 HTML 讀取方程及其文本上下文
如何使用apache poi在docx中編寫混合文本（normal和subscript）？
如何使用Apache POI在docx中用HTML替換text（tag）？
使用Apache POI（Java）用表格替換.docx中的文本
相關標簽