Apache POI XWPFRun 对象中的分隔文本行

Question

我正在尝试使用 XWPFDocument 类将模板 DOCX 文档替换为 Apache POI。我在文档中有标签和一个JSON 文件来读取替换数据。我的问题是，当我将其扩展名更改为ZIP 文件并打开document.xml 时，DOCX 中的文本行似乎以某种方式分开。例如[MEMBER_CONTACT_INFO] 文本分别变为[MEMBER_CONTACT_INFO 和]。 POI 以相同的方式读取此内容，因为 DOCX 原件是这样的。这会在段落中创建 2 个XWPFRun 对象，分别将文本显示为[MEMBER_CONTACT_INFO 和]。

我的问题是，有没有办法通过合并相关运行或类似的东西来强制POI 像 Word 一样运行？或者我该如何解决这个问题？我在替换时匹配运行文本，但我找不到我的标签，因为它被分成 2 个不同的运行对象。

最好的

Answer 1

这一次浪费了我这么多时间......

基本上一个XWPFParagraph是由多个XWPFRun组成的，而XWPFRun是一个具有固定风格的传染性文本。

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，如果您以某种方式添加了更多内容，然后您返回并将“[PLACEHOLDER_NAME]”更改为其他内容，则永远无法保证它将保持为单个 XWPFRun，它很可能会拆分为两个运行。 AFAIK 这就是 MS-Word 的工作原理。

在这种情况下如何避免 Runs 的拆分？

解决方案：我知道有两种解决方案：

1. 将文本“[PLACEHOLDER_NAME]”复制到记事本或其他东西。进行必要的修改并将其复制回去并将其而不是“[PLACEHOLDER_NAME]”粘贴到您的 Word 文件中，这样您的整个“[PLACEHOLDER_NAME]”将被替换为新文本，从而避免拆分 XWPFRuns。

2. 选择“[PLACEHOLDER_NAME]”，然后单击 MS-Word 的“替换”选项并替换为“[Your-new-edited-placeholder]”，这将保证您的新占位符将使用单个 XWPFRun .

如果您必须再次更改新占位符，请按照步骤 1 或 2。

Answer 2

这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

对我来说，它没有像我预期的那样工作（每次）。在我的例子中，我在文本中使用了 "${PLACEHOLDER}。首先，我们需要看看 Apache Poi 如何识别我们想要使用 Runs 迭代的每个段落。如果你更深入地了解 docx 文件构造，你会知道那个run 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，或者有时整个段落被识别为一个 Run，并且不可能遍历单词.
我所做的是在模板文档中粗体占位符名称。比通过 RUN 迭代时，我能够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);
     }
  }

我在 setText 之后只添加了 r.isBold(false);。
这样，占位符被识别为不同的运行 -> 我可以替换特定的占位符，并且在已处理的文档中我没有粗体，只有纯文本。
对我来说，另一个优势是视觉上我' m 能够更快地在文本中找到占位符。 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);
         }
      }

我希望它对某人有所帮助，而我为此花费了太多时间:)

Answer 4

几天前我也遇到了这个问题，但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。