docx4j 差异器显示出比预期更多的差异答案

【问题标题】：docx4j Differencer Showing More Differences Than Expecteddocx4j 差异器显示出比预期更多的差异
【发布时间】：2012-07-10 18:17:09
【问题描述】：

我有两个文件：

文档 2 是通过转换过程传递文档 1 的结果，该过程使任何内容和格式保持不变（通过 Word 中的并排比较验证）。

但是，该过程会从 .docx 文件中删除许多 ID 号。

例如，

变成

根据每个文档的转储通过以下代码：

正文 = ((Document)newerPackage.getMainDocumentPart().getJaxbElement()).getBody(); 节点 node = org.docx4j.XmlUtils.marshaltoW3CDomDocument(body).getDocumentElement(); TransformerFactory tf = TransformerFactory.newInstance(); 变压器变压器 = tf.newTransformer(); transformer.setOutputProperty(OutputKeys.OMIT_XML_DECLARATION, "no"); transformer.setOutputProperty(OutputKeys.METHOD, "xml"); transformer.setOutputProperty(OutputKeys.INDENT, "是"); transformer.setOutputProperty(OutputKeys.ENCODING, "UTF-8"); transformer.setOutputProperty("{http://xml.apache.org/xslt}indent-amount", "4"); transformer.transform（新 DOMSource（节点），新的 StreamResult(新的 OutputStreamWriter(System.out, "UTF-8")));

使用docx4j Differencer comparison method recommended here，所有内容（除了没有应用格式的第一行）都显示为修改。

问题是：差异是由于缺少 id、格式还是其他原因造成的？

如果它很重要，我们在这种情况下使用 docx4j 对我们的往返过程执行自动健全性/回归测试（即应用“无损失”过程并期望没有差异）

【问题讨论】：

Google Docs 不会显示 Document 1。
您是否从 Google 文档收到此消息？ “很抱歉，我们目前无法生成文档视图，请稍后再试。您也可以点击此处尝试下载原始文档。”如果是这样，您可以使用链接的“此处”文本来获取 docx。我仔细检查了共享，似乎没问题。

标签： docx4j

【解决方案1】：

披露：我在 docx4j 工作

如果段落之间的唯一区别是 rsid 属性，它们仍将被检测为不同。

您可以在执行比较之前“清理”文档，这样 docx 都没有 rsid 属性。请参阅Filter sample。

顺便说一句，查看对象（例如单个段落或整个正文）的 XML 的更简单方法是使用 XmlUtils.marshaltoString

【讨论】：

清理文档给出了准确的比较。谢谢你，杰森....以及XMLUtils.marshalToString() 上的提示：-)