Question

我有一个单词/ docx文件，其中包含图像下的方程式

我想读取文件word / docx的数据并保存到我的数据库中并且在需要时我可以从数据库中获取数据并在我的html页面上显示我使用apache Poi来读取数据格式的docx文件，但它不能采用方程式请帮帮我！

Answer 1

Word *.docx个文件是ZIP个档案，其中包含XML个Office Open XML个文件。 Word *.docx文档中包含的公式为Office MathML (OMML)。

不幸的是XML格式在Microsoft Office之外并不是很清楚。因此，它不能直接在HTML中使用。但幸运的是它是XML，因此它可以使用Transforming XML Data with XSLT进行转换。因此，我们可以将OMML转换为MathML，例如，可用于更广泛的用例区域。

通过XSLT的转换过程主要基于转换的XSL定义。不幸的是，创建这样的东西也不是很容易。但幸运的是Microsoft已经完成了此操作，如果您安装了当前的Microsoft Office，则可以在OMML2MML.XSL的{{1}}计划目录中找到此文件Microsoft Office。如果您没有找到它，请进行网络研究以获得它。

因此，如果我们知道这一切，我们可以从%ProgramFiles%\获取OMML，将其转换为XWPFDocument，然后将其保存以供日后使用。

我的示例将找到的公式MathML存储在MathML个字符串中。您还应该能够将这些字符串存储在数据库中。

该示例需要https://poi.apache.org/faq.html#faq-N10025中提到的完整ArrayList。这是因为它使用了较小的ooxml-schemas-1.3.jar附带的CTOMath。

Word文档：

Java代码：

poi-ooxml-schemas jar

结果：

Answer 2

在使用Mathoff支持时，我面临着从MSWord .docx文件转换为.html的相同问题，因为使用MSoffice API时方程自动转换为png文件。当我找不到解决方案时，我决定编写自己的shell和python脚本。它使用乳胶和MathML进行转换，但需要在计算机上同时安装MSOffice和Libre Office。

浏览我的仓库 https://github.com/Adityaraj1711/word-to-html

根据您的用途自定义脚本。有据可查。

生成的HTML可以被抓取，因此您可以轻松地将其保存为数据库中的文本字段。

Answer 3

在@Axel Richter的答案中，我发现很难找到所需的依赖项

html = `
   <div>
      <p>${variable}</p>
   </div>
`;

在Office 2019中，我想他们没有提供<dependency> <groupId>org.apache.poi</groupId> <artifactId>ooxml-schemas</artifactId> <version>1.4</version> </dependency> <dependency> <groupId>org.apache.poi</groupId> <artifactId>poi-ooxml</artifactId> <version>3.15</version> </dependency>，所以这里是https://github.com/Versal/word2markdown/blob/master/libs/omml2mml.xsl的链接

阅读方程＆amp;公式从Word（Docx）到html并使用java保存数据库

3 个答案: