使用apache POI读取重复部分的内容

Question

我有一个带有重复部分的word文档，包含其他内容控件。在java project中，我有一个函数，它从apache POI中的word文档中获取所有SDT（内容控件）。当我检查列表中的重复部分时，我可以在所有内容控件中（在重复部分中）获取文本，但它作为一个长段落而不是其他sdt节点。是否有一种方法可以使用Apache POI检查重复部分sdt的内容？我在医生里找不到任何关于它的东西

获取所有sdts私有静态列表的

extractSDTsFromBodyElements(List<IBodyElement> elements) {
        List<AbstractXWPFSDT> sdts = new ArrayList<AbstractXWPFSDT>();
        for (IBodyElement e : elements) {
            if (e instanceof XWPFSDT) {
                XWPFSDT sdt = (XWPFSDT) e;
                sdts.add(sdt);
            } else if (e instanceof XWPFParagraph) {

                XWPFParagraph p = (XWPFParagraph) e;
                for (IRunElement e2 : p.getIRuns()) {
                    if (e2 instanceof XWPFSDT) {
                        XWPFSDT sdt = (XWPFSDT) e2;
                        sdts.add(sdt);
                    }
                }
            }
        }
        return sdts;
    }

Answer 1

到目前为止，Apache POI中的XWPF部分还很初级，并且处于高度开发阶段。在XWPFSDT中也提到：“实验班提供对StructuredDocumentTags/ContentControl的基本只读处理”。因此，到目前为止，您的代码只获取重复内容控件的周围XWPFSDT，而不是内部控件。通过代码中的一些调试输出，我们可以看到这一点。请参阅我的system.out.println（...）。

因此，要真正获得所有XWPFSDT，我们必须采用其他方法，直接使用底层XML。

让我们举一个完整的例子。

import java.io.FileInputStream;

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

import java.util.List;
import java.util.ArrayList;

import org.openxmlformats.schemas.wordprocessingml.x2006.main.*;
import org.apache.xmlbeans.XmlCursor;
import javax.xml.namespace.QName;

public class ReadWordForm {

/*
 private static List<AbstractXWPFSDT> extractSDTsFromBodyElements(List<IBodyElement> elements) {
  List<AbstractXWPFSDT> sdts = new ArrayList<AbstractXWPFSDT>();
  for (IBodyElement e : elements) {
   if (e instanceof XWPFSDT) {
    XWPFSDT sdt = (XWPFSDT) e;
System.out.println("block: " + sdt);
    sdts.add(sdt);
   } else if (e instanceof XWPFParagraph) {
    XWPFParagraph p = (XWPFParagraph) e;
    for (IRunElement e2 : p.getIRuns()) {
     if (e2 instanceof XWPFSDT) {
      XWPFSDT sdt = (XWPFSDT) e2;
System.out.println("inline: " + sdt);
      sdts.add(sdt);
     }
    }
   }
  }
  return sdts;
 }
*/

 private static List<XWPFSDT> extractSDTsFromBody(XWPFDocument document) {
  XWPFSDT sdt;
  XmlCursor xmlcursor = document.getDocument().getBody().newCursor();
  QName qnameSdt = new QName("http://schemas.openxmlformats.org/wordprocessingml/2006/main", "sdt", "w");
  List<XWPFSDT> allsdts = new ArrayList<XWPFSDT>();
  while (xmlcursor.hasNextToken()) {
   XmlCursor.TokenType tokentype = xmlcursor.toNextToken();
   if (tokentype.isStart()) {
    if (qnameSdt.equals(xmlcursor.getName())) {
     if (xmlcursor.getObject() instanceof CTSdtRun) {
      sdt = new XWPFSDT((CTSdtRun)xmlcursor.getObject(), document); 
//System.out.println("block: " + sdt);
      allsdts.add(sdt);
     } else if (xmlcursor.getObject() instanceof CTSdtBlock) {
      sdt = new XWPFSDT((CTSdtBlock)xmlcursor.getObject(), document); 
//System.out.println("inline: " + sdt);
      allsdts.add(sdt);
     }
    } 
   }
  }
  return allsdts;
 }

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

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

/*
  List<IBodyElement> bodyelements = document.getBodyElements();
  List<AbstractXWPFSDT> sdts = extractSDTsFromBodyElements(bodyelements);
*/

  List<XWPFSDT> allsdts = extractSDTsFromBody(document);

  for (XWPFSDT sdt : allsdts) {
//System.out.println(sdt);
   String title = sdt.getTitle();
   String content = sdt.getContent().getText();
   if (!(title == null) && !(title.isEmpty())) {
    System.out.println(title + ": " + content);
   } else {
    System.out.println("====sdt without title====");
   }
  }

  document.close();
 }
}