Question

我正在尝试使用DOCX类用Apache POI替换模板XWPFDocument文档。我在doc和JSON文件中有标签来读取替换数据。我的问题是，当我将其扩展名更改为DOCX文件并打开ZIP时，文本行似乎在document.xml中以某种方式分开。例如，[MEMBER_CONTACT_INFO]文字分别变为[MEMBER_CONTACT_INFO和]。 POI以相同的方式读取此内容，因为DOCX原文是这样的。这会在段落中创建2个XWPFRun个对象，分别将文本显示为[MEMBER_CONTACT_INFO和]。

我的问题是，有没有办法强制POI通过合并相关的运行或类似的东西来运行Word？或者我该如何解决这个问题？我在替换时匹配运行文本，我找不到我的标签，因为它被分成两个不同的运行对象。

最佳

Answer 1

这浪费了我很多时间......

基本上，XWPFParagraph由多个XWPFRun组成，而XWPFRun是一个具有固定相同风格的传染性文本。

因此，当您尝试在MS-Word中编写类似“[PLACEHOLDER_NAME]”的内容时，它将创建一个XWPFRun。但是，如果你以某种方式添加更多内容，然后你返回并将“[PLACEHOLDER_NAME]”更改为其他内容，则永远无法保证它将保持单一XWPFRun它很可能会分成两个运行。 AFAIK这就是MS-Word的工作原理。

如何在这种情况下避免分裂运行？

解决方案：我知道有两种解决方案：

将文字“[PLACEHOLDER_NAME]”复制到记事本或其他内容。进行必要的修改并将其复制并粘贴到您的word文件中，而不是“[PLACEHOLDER_NAME]”，这样整个“[PLACEHOLDER_NAME]”将被替换为新文本，避免拆分XWPFRnns。
选择“[PLACEHOLDER_NAME]”，然后点击MS-Word“替换”选项并替换为“[你的新编辑的占位符]”，这将保证你的新占位符将消耗一个XWPFRun

如果您必须再次更改新的占位符，请按照步骤1或2进行操作。

Answer 2

以下是修复单独文本行问题的java代码。它还将处理多格式字符串替换。

public static void replaceString(XWPFDocument doc, String search, String replace) throws Exception{
  for (XWPFParagraph p : doc.getParagraphs()) {
    List<XWPFRun> runs = p.getRuns();
    List<Integer> group = new ArrayList<Integer>();
    if (runs != null) {
      String groupText = search;
      for (int i=0 ; i<runs.size(); i++) {
        XWPFRun r = runs.get(i);
        String text = r.getText(0);
        if (text != null)
            if(text.contains(search)) {
              String safeToUseInReplaceAllString = Pattern.quote(search);
              text = text.replaceAll(safeToUseInReplaceAllString, replace);
              r.setText(text, 0);
            }
            else if(groupText.startsWith(text)){
              group.add(i);
              groupText = groupText.substring(text.length());
              if(groupText.isEmpty()){
                runs.get(group.get(0)).setText(replace, 0);
                for(int j = 1; j<group.size(); j++){
                  p.removeRun(group.get(j));
                }
                group.clear();
                groupText = search;
              }
            }else{
              group.clear();
              groupText = search;
            }
        }
    }
}
for (XWPFTable tbl : doc.getTables()) {
   for (XWPFTableRow row : tbl.getRows()) {
      for (XWPFTableCell cell : row.getTableCells()) {
         for (XWPFParagraph p : cell.getParagraphs()) {
            for (XWPFRun r : p.getRuns()) {
              String text = r.getText(0);
              if (text.contains(search)) {
                String safeToUseInReplaceAllString = Pattern.quote(search);
                text = text.replaceAll(safeToUseInReplaceAllString, replace);
                r.setText(text);
              }
            }
         }
      }
   }
}

}

Answer 3

前几天我也遇到过这个问题，我找不到任何解决方案。我选择使用PLACEHOLDER_NAME而不是[PLACEHOLDER_NAME]。这对我来说很好，它看起来像一个XWPFRun对象。

Answer 4

对我来说，它没有按我的预期（每次）运行。在我的案例中，我在文本中使用了“ $ {PLACEHOLDER}。首先，我们需要看一下Apache Poi如何识别要通过Runs进行迭代的每个段落。如果深入研究docx文件的构造，您将知道“运行”是具有相同字体样式/字体大小/颜色/粗体/斜体等的文本字符序列。这样，占位符有时被分成几部分，或者有时整个段落都被视为一个“运行”，并且不可能遍历单词。
我要做的是在模板文档中用粗体占位符名称。比遍历RUN时，我可以遍历整个占位符名称 $ {PLACEHOLDER} 。当我用

替换该值时

for (XWPFRun r : p.getRuns()) {
  String text = r.getText(0);
  if (text != null && text.contains("originalText")) {
     text = text.replace("originalText", "newText");
     r.setText(text,0);
     }
  }

我仅在setText之后添加了r.isBold(false);。
这样，占位符被认为是另一种运行方式->我可以替换特定的占位符，并且在已处理的文档中，我没有加粗字体，只是纯文本。
对我来说，另一个好处是视觉效果好能够更快地找到文本中的占位符。所以最后，上面的循环看起来像这样：

for (XWPFRun r : p.getRuns()) {
      String text = r.getText(0);
      if (text != null && text.contains("originalText")) {
         text = text.replace("originalText", "newText");
         r.setText(text,0);
         r.isBold(false);
         }
      }

我希望这会对某人有所帮助，而我为此花了太多时间：）

Apache POI XWPFRun对象中的分隔文本行

4 个答案: