Apache POI 字符为 .docx 运行答案

【问题标题】：Apache POI characters run for .docxApache POI 字符为 .docx 运行
【发布时间】：2015-07-16 16:20:51
【问题描述】：

在.doc文件中，有一个函数可以通过使用获取段落中的每个字符

 CharacterRun charrun = paragraph.getCharacterRun(k++);

然后我可以使用这些字符运行来检查它们的属性，例如

if ( charrun.isBold() == true) System.out.print(charrun.text());

或类似的东西。但是 .docx 文件似乎没有可以读取每个单词的字符运行方法，我尝试使用

XWPFParagraph item = paragraph.get(i);
List<XWPFRun> charrun = item.getRuns();

我发现当你在 XWPF 中调用字符 run 时，它不会返回一个字符给你，但它会在文档中返回一些随机长度的字符串

XWPFRun temp = charrun.get(0);
System.out.println(temp.gettext(0));

此代码不会返回段落中的第一个字符。

那么我该如何解决这个问题？

【问题讨论】：

.doc 和 .docx 的工作方式相同 - CharacterRun 是应用相同格式的字符序列。它可能是 1 个或多个字符长，这取决于 Word 想做什么。所以，你需要在一个段落中一点一点地啃，而不是一次一个字符
有没有办法一次读取一个字符？我不知道如何让它在整个段落中阅读并在段落结尾时停止。
感谢您的回答，我如何获取段落中的所有运行，您能告诉我示例代码吗？附言。我还使用了 XWPFRun.getFontFamily() 方法，它返回 null 给我这是什么意思？ PS2。 getFontSize 也返回 0 给我
只是表示默认应用。稍后将发布代码

标签： java api apache-poi document docx

【解决方案1】：

假设您要遍历 word 文档中的所有（主要）段落（不包括表格、标题等），然后遍历该段落中运行的字符，然后遍历运行一个字符的文本有一次，你会想做这样的事情：

XWPFDocument doc = new XWPFDocument(OPCPackage.open("myfile.docx"));
for (XWPFParagraph paragraph : doc.getParagraphs()) {
    int pos = 0;
    for (XWPFRun run : paragraph.getRuns()) {
        for (character c : run.text().toCharArray()) {
            System.out.println("The character at " + pos + " is " + c);
            pos++;
        }
    }
}

这将遍历每个字符，并将制表符和换行符之类的内容表示为它们的等效字符（w:tab 之类的内容将被转换）。

对于HWPF来说，获取段落的方式和从段落中获取runs的方式类似但不完全相同，所以没有通用的接口。 XWPFRun 和 HWPF 的 CharacterRun 共享一个通用接口，所以部分代码可以重用

请注意，给定character run 中的所有文本将共享相同的样式/格式信息。由于 Word 的工作方式很奇怪，可能两个相邻的运行也会共享相同的样式，而 Word 没有将它们合并...

【讨论】：