时间戳

首页 > 解决方案 > Apache POI XWPFRun isBold 不检测粗体

java - Apache POI XWPFRun isBold 不检测粗体

问题描述

我有一个包含一些粗体文本的 doxc 文档。由于某种原因 run.isBold() 是 returnign false 尽管 run itsel 是粗体。这里可能是什么问题？

我用来读取文件的代码：

XWPFDocument document = new XWPFDocument(fis);
        for(XWPFParagraph paragraphs: document.getParagraphs()){

            for(XWPFRun run: paragraphs.getRuns()){
                System.out.println(run.isBold());

                System.out.println(run.text());
        }

文件内容如下所示：

  1. 莫斯特德

    2.1。一些文字

    2.1.1。汇集- 一些文本

奇怪的是文件开头的标题（HANKELEPINGU ÜLDTINGIMUSED）是粗体，但之后没有任何内容是粗体。

标签： javaapache-poi

解决方案

在我检查了您的test.docx文件后，我可以告诉您以下信息：

文本“Üldosa”和“Mõisted”不是粗体，因为它们被格式化为粗体，而是因为整个段落的样式为“Heading2”。并且文本“Pooled”也不是粗体格式，而是应用了特殊的字符样式“Paks”。所以有人广泛使用了Word Styles。一点也不差。正如 HTML 应该使用 CSS 样式表而不是直接格式化一样，在 Word 中也应该首选使用样式。当然，解析时的问题也是一样的。如果不额外解析样式表，就无法确定文本应如何呈现。不幸的是apache poi，直到现在都不太关心样式。

一个人怎么能得到这种洞察力呢？*.docx文件只是一个档案ZIP。所以我们可以解压它，会发现：

/word/document.xml：

<w:r ...>
 <w:rPr>
  ...
  <w:b/>
  ...
 </w:rPr>
 <w:t>HANKELEPINGU ÜLDTINGIMUSED</w:t>
</w:r>

这是一个真正直接格式化为粗体的文本。

但

<w:p ...>
 <w:pPr>
  <w:pStyle w:val="Heading2"/>
  <w:numPr><w:ilvl w:val="0"/><w:numId w:val="2"/></w:numPr> 
  ...
 </w:pPr>
 <w:r ...>
  <w:t>Üldosa</w:t>
 </w:r>
</w:p>

这是一个具有“Heading2”样式的段落，并自动编号。

那么为什么该文本是粗体的呢？在/word/styles.xml我们发现：

<w:style w:type="paragraph" w:styleId="Heading2">
 <w:name w:val="heading 2"/>
 <w:basedOn w:val="Normal"/>
 ...
 <w:link w:val="Heading2Char"/>
 ...
</w:style>

这是链接到字符样式“Heading2Char”的段落样式“Heading2”。

<w:style w:type="character" w:customStyle="1" w:styleId="Heading2Char">
 <w:name w:val="Heading 2 Char"/>
 ...
 <w:link w:val="Heading2"/>
 ...
 <w:rPr>
  ...
  <w:b/>
  ...
 </w:rPr>
</w:style>

这是设置为粗体的字符样式“Heading2Char”。

要回答如何使用这个问题，apache poi必须知道apache poi XWPF基于org.openxmlformats.schemas.wordprocessingml.x2006.main.*来自的类ooxml-schemas.*.jar。所以我们需要这方面的信息。不幸的是，没有任何API可用的文档公开。所以我们需要下载源代码并做javadoc我们自己。

那么接下来该怎么做呢？像您已经完成的那样遍历段落并运行。但是每个段落的附加尝试获取该段落的样式。如果有，获取它和它的字符样式并检查它提供的设置。同样对于每次运行尝试获取此运行的字符样式。如果有，请获取并检查它提供的设置。

下面的代码就是这样做的，但只是为了检查样式是否提供了粗体设置。所以它真的不完整，完成它真的会非常昂贵。

import java.io.FileInputStream;

import org.apache.poi.xwpf.usermodel.*;

import org.openxmlformats.schemas.wordprocessingml.x2006.main.*;

public class ReadWordHavingStyles {

 public static void main(String[] args) throws Exception {

  XWPFDocument document = new XWPFDocument(new FileInputStream("test.docx"));

  XWPFStyles styles = document.getStyles();
  XWPFStyle style = null;
  boolean isPBold = false;
  boolean isRBold = false;
  String boldReasonP = "";
  String boldReasonR = "";
  CTRPr cTRPr = null;

  for(XWPFParagraph paragraph : document.getParagraphs()) {
   isPBold = false;
   boldReasonP = "";
   String pStyleId = paragraph.getStyleID();
   if (pStyleId != null) {
    style = styles.getStyle(pStyleId);
    if (style != null) {
     String linkStyleId = style.getLinkStyleID();
     style = styles.getStyle(linkStyleId);
     if (style != null) {
      cTRPr = style.getCTStyle().getRPr();
      if (cTRPr != null) {
       if (!cTRPr.isSetB()) {
        isPBold = false;
       } else {
        STOnOff.Enum val = cTRPr.getB().getVal();
        isPBold = !((STOnOff.FALSE == val) || (STOnOff.X_0 == val) || (STOnOff.OFF == val));
       }
      }
      boldReasonP = " whole P is " + ((isPBold)?"":"not ") + "bold because of style " + linkStyleId;
     }
    }
   }

   if (!isPBold) boldReasonP = " P is not bold";

   for(XWPFRun run : paragraph.getRuns()){
    isRBold = isPBold;
    boldReasonR = "";
    cTRPr = run.getCTR().getRPr();
    if (cTRPr != null) {
     CTString rStyle = cTRPr.getRStyle();
     if (rStyle != null) {
      String rStyleId = rStyle.getVal();
      style = styles.getStyle(rStyleId);
      if (style != null) {
       cTRPr = style.getCTStyle().getRPr();
       if (cTRPr != null) {
        if (!cTRPr.isSetB()) {
         isRBold = false;
        } else {
         STOnOff.Enum val = cTRPr.getB().getVal();
         isRBold = !((STOnOff.FALSE == val) || (STOnOff.X_0 == val) || (STOnOff.OFF == val));
        }      
       }
       boldReasonR = " run is " + ((isRBold)?"":"not ") + "bold because of style " + rStyleId;
      }
     }
    }

    if (!isRBold) boldReasonR = " run is not bold";

    cTRPr = run.getCTR().getRPr();
    if (cTRPr != null) {
     if (cTRPr.isSetB()) {
      STOnOff.Enum val = cTRPr.getB().getVal();
      isRBold = !((STOnOff.FALSE == val) || (STOnOff.X_0 == val) || (STOnOff.OFF == val));
      boldReasonR = " run is " + ((isRBold)?"":"not ") + "bold because of direct formatting";
     }      
    }

    System.out.println(run.text() + " isBold:" + isRBold + ":" + boldReasonP + boldReasonR);

   }
  }

  document.close();
 }
}

推荐阅读