Java Spring/Apache POI/Thymeleaf-从MSWord到HTML的格式化风格

Question

我有一个构建在Spring MVC上的应用程序，它使用Apache POI读取MSWord DOX，并将其返回到HTML Thymeleaf网页。但我不能保持文本格式样式，如粗体，斜体，字体颜色，字体大小等。

Spring Controller方法返回一个ModelAndView，其中包含一个名为docDetail的变量，该变量由loadResource（）中的XWPFDocument对象加载。

[...]
@GetMapping("/document")
public ModelAndView document() {
    [...]

    modelAndView.addObject("docDetail", fileService.loadResource());

    return modelAndView;
}
[...]

HTML Thymeleaf在迭代文档中的段落时填充一个片段。

[...]
<div th:fragment="doc-detail">
        <div th:each="par : ${docDetail.paragraphs}">
            <p th:text="${par.text}"></p>
        </div>
</div>
[...]

并且结果显示为纯文本。我还没有试过Apache Tika。那么，我该如何保持从文档到网页的样式呢？提前道谢。

Answer 1

我想我明白你的问题了。您正在使用xwpfdocument并在不考虑样式的情况下扫描文本。在POI中，字体和样式是以xwpfrun类型编码的，该类型是parague下一级的。因此您将需要一个额外的th:each来循环运行并为每个运行应用样式。您的代码将如下所示：

<div th:fragment="doc-detail">
    <div th:each="par : ${docDetail.paragraphs}">
        <div th:each="run : ${par.runs}">                  
            <span th:if="run.bold"><b th:value="run.text"></b></span>
            <span th:unless="run.italic"><i th:value="run.text"></i></span>                                    
            <span th:unless="1==1" th:value="run.text"></span>                                    
        </div>
    </div>
</div>