docx4j 自定义格式支持(openxml直写)

这边是简单实现

 

在做的一个pptx转docx的东西

 

首先是用POI实现的 发现ppt中取出的图像(XSLFPictureShape)放到docx中显示不出(文件在的 解压docx看到了) 直接处理openxml不会....然后就用了docx4j

 

docx4j(http://www.docx4java.org/trac/docx4j)

 

将图片写入 显示没有问题 在处理好了表格之后 要做自定义格式的处理(也就是ppt的格式到word里也要保留(最低限度的保留 字体和字号总要的))

 

接下来用dom4j获取pptx的自定义格式的信息(此时项目已经是POI负责做pptx解析 docx4j负责做docx生成了)

然后用docx4j的自定义格式发现不管用:

http://blog.csdn.net/zhyh1986/article/details/8733389

其中的第一段代码 改和没改输出一样

 

然后最后用了xml直接写入 就可以了

 

先介绍一下openxml的简单格式(这里主要处理document.xml这个文档):

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<w:document
	xmlns:wpc="http://schemas.microsoft.com/office/word/2010/wordprocessingCanvas"
	xmlns:mc="http://schemas.openxmlformats.org/markup-compatibility/2006"
	xmlns:o="urn:schemas-microsoft-com:office:office"
	xmlns:r="http://schemas.openxmlformats.org/officeDocument/2006/relationships"
	xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math"
	xmlns:v="urn:schemas-microsoft-com:vml"
	xmlns:wp14="http://schemas.microsoft.com/office/word/2010/wordprocessingDrawing"
	xmlns:wp="http://schemas.openxmlformats.org/drawingml/2006/wordprocessingDrawing"
	xmlns:w10="urn:schemas-microsoft-com:office:word"
	xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main"
	xmlns:w14="http://schemas.microsoft.com/office/word/2010/wordml"
	xmlns:wpg="http://schemas.microsoft.com/office/word/2010/wordprocessingGroup"
	xmlns:wpi="http://schemas.microsoft.com/office/word/2010/wordprocessingInk"
	xmlns:wne="http://schemas.microsoft.com/office/word/2006/wordml"
	xmlns:wps="http://schemas.microsoft.com/office/word/2010/wordprocessingShape"
	mc:Ignorable="w14 wp14">
	<w:body>
		<w:p w:rsidR="003323F9" w:rsidRDefault="00713F7D" w:rsidP="00713F7D">
			<w:pPr>
				<w:jc w:val="center" />
				<w:rPr>
					<w:rFonts w:ascii="微软雅黑" w:eastAsia="微软雅黑" w:hAnsi="微软雅黑" />
					<w:b />
					<w:color w:val="000000" />
					<w:sz w:val="39" />
					<w:szCs w:val="39" />
				</w:rPr>
			</w:pPr>
			<w:r w:rsidRPr="00713F7D">
				<w:rPr>
					<w:rFonts w:ascii="微软雅黑" w:eastAsia="微软雅黑" w:hAnsi="微软雅黑" />
					<w:b />
					<w:color w:val="000000" />
					<w:sz w:val="39" />
					<w:szCs w:val="39" />
				</w:rPr>
				<w:t>Nutch相关框架</w:t>
			</w:r>
			<w:r w:rsidRPr="00713F7D">
				<w:rPr>
					<w:rFonts w:ascii="微软雅黑" w:eastAsia="微软雅黑" w:hAnsi="微软雅黑"
						w:hint="eastAsia" />
					<w:b />
					<w:color w:val="000000" />
					<w:sz w:val="39" />
					<w:szCs w:val="39" />
				</w:rPr>
				<w:t>视频教程</w:t>
			</w:r>
		</w:p>

... ...

 格式比较简单明了

w:r被w:p包裹 w:p中有多个w:r 由他们组成一段话

w:r中的w:t是内容 w:rPr是一些格式参数 

 

按照以上就能实现最低限度的要求了

要在docx4j里直接写的话 从w:p开始就可以了 要注意写上w的空间名

 

这里附上完整的处理代码:

				if (shape instanceof XSLFTextShape) {
					XSLFTextShape txShape = (XSLFTextShape) shape;

					// System.out.println("<?xml version=\"1.0\" encoding=\"utf-8\"?>"+shape.getXmlObject());
					SAXReader reader = new SAXReader();
					org.dom4j.Document document = reader
							.read(new ByteArrayInputStream(
									("<?xml version=\"1.0\" encoding=\"utf-8\"?>" + txShape
											.getXmlObject().toString())
											.getBytes("utf-8")));
					StringBuffer sb = new StringBuffer();
					// 获得根
					Element root = document.getRootElement();
					try {
						// 获得文本信息
						Element txBody = root.element("txBody");

						Element p = txBody.element("p");

						sb.append("<w:p xmlns:w =\"http://schemas.openxmlformats.org/wordprocessingml/2006/main\">");
						
						List<Element> rs = p.elements("r");

						if (rs.size() == 0) {

							continue;
						}
						/*
						 * <w:r> <w:rPr> <w:rFonts w:ascii="微软雅黑"
						 * w:eastAsia="微软雅黑" w:hAnsi="微软雅黑" w:hint="eastAsia" />
						 * <w:b /> <w:color w:val="000000" /> <w:sz w:val="39"
						 * /> <w:szCs w:val="39" /> </w:rPr>
						 * <w:t>通过ivy来进行依赖管理（1.2之后）。</w:t> </w:r>
						 */
						for (Element r : rs) {
							sb.append("<w:r>");
							sb.append("<w:rPr>");
							Element erPr = r.element("rPr");
							RPr rpr = new RPr();
							String size = erPr.attributeValue("sz");
							
							Element ea = null;
							if ((ea = erPr.element("ea")) != null) {
								if (ea.attributeValue("typeface") != null) {
									sb.append("<w:rFonts w:ascii=\""+erPr.element("ea")+"\"  w:eastAsia=\""+erPr.element("ea")+"\" w:hAnsi=\""+erPr.element("ea")+"\" w:hint=\"eastAsia\" />");
								}

							}
							
							String b=erPr.attributeValue("b");
							
							String i=erPr.attributeValue("i");
							
							if(Objects.equals("1", b)){
								sb.append("<w:b />");
							}
							
							if(Objects.equals("1", i)){
								sb.append("<w:i />");
							}
							
							if (size != null) {
								System.out.println(size);
								int iSize=Integer.valueOf(size)/100;
                                sb.append("<w:sz w:val=\""+iSize+"\" /> <w:szCs w:val=\""+iSize+"\" />");
							}
							
							sb.append("</w:rPr>");
							Element t = r.element("t");
                            
							sb.append("<w:t>"+t.getText()+"</w:t>");
							sb.append("</w:r>");

							

						}
						sb.append("</w:p>");
//						sb.append("</w:body>");
						wordMLPackage.getMainDocumentPart()
						.addParagraph(sb.toString());
					} catch (Exception e) {
						e.printStackTrace();
						wordMLPackage.getMainDocumentPart().addParagraphOfText(
								txShape.getText());
					}

					System.out.println(txShape.getText());
}