XWPF文档中缺少嵌入的图片

Question

我有一个问题'XWPF文档'。程序的一部分获取docx文件，并将其中的所有内容复制到一个输出docx文件中。包括文字、表格、图片和公式。我在这方面有一个很好的结果，但是最近我有一个错误：一张图片没有复制到结果中。这是源代码，这是结果。结果你可以看到“3.1.6.2”部分的哪些图像被成功复制，但是不在“3.1.6.1”。

我是这样做的：

for (XWPFRun run : oldParagraph.getRuns()) {

        XWPFRun newRun = newParagraph.createRun()

        if (run.getText(0) != null && !run.getText(0).isEmpty()) {
            .... copy text ....
        }
        if (run.getEmbeddedPictures() != null && run.getEmbeddedPictures().size() > 0) {
            for (XWPFPicture pic : run.getEmbeddedPictures()) {

                byte[] img = pic.getPictureData().getData()
                long cx = pic.getCTPicture().getSpPr().getXfrm().getExt().getCx()
                long cy = pic.getCTPicture().getSpPr().getXfrm().getExt().getCy()
                int pictureType = pic.getPictureData().getPictureType()

                XWPFDocument document = newParagraph.getDocument()

                String blipId = document.addPictureData(new ByteArrayInputStream(img), pictureType)
                createPictureCxCy(document, blipId, document.getNextPicNameNumber(pictureType), cx, cy)
            }
        }
    }

这里的关键是：

 for (XWPFPicture pic : run.getEmbeddedPictures())

我从'运行'得到嵌入的图片。在坏的文件中，我有5个段落，每个里面有1个运行，其中4个有文本，1个是空的。通常，正是这个空的“运行”嵌入了图片，根据顺序判断图片应该在这里。现在它空了。但是在XWPF文档中，此图片存在于图片和包图片列表中。

问题：此列表包含“XWPFPictureData”对象，这些对象不包含有关文档和图片比例中位置的信息。但是“快跑”。getEmbeddedPictures（）包含“XWPFPicture”-我们需要什么。有办法摆脱这种局面吗？

更新第一条评论。

我检查：

        for(XWPFParagraph paragraph: document.getParagraphs()) {
            for (XWPFRun run : paragraph.getRuns()) {
                println "run text: " + run.getText(0)
                println "embedded picture count: " + run.getEmbeddedPictures().size()
            }
        }
        println "*** for document picture count: " + document.allPictures.size()

结果是：

run text:      3.1.6.1 В ряде районов сейсмические нагрузки  на СПБУ ...
embedded picture count: 0
run text:      Интегральное сейсмическое воздействие на  СПБУ ...
embedded picture count: 0
run text: null
embedded picture count: 0
run text:  Рис. 3.1.6.1 Обообщенный коэффициент динамичности: ...
embedded picture count: 0
run text:      Р01 — низшая частота горизонтальных колебаний
embedded picture count: 0
*** for document picture count: 4

我不知道为什么照片数是4。第二，关于锚。我没有找到它。此外，我没有找到它和其他文件-正确的文件。在一篇文章中，我读到：“对象可以以两种方式放置在文档中：内联或浮动。”只有漂浮的物体才有锚。

Answer 1

文档中包含的不是一个简单的图片，而是一个绘图画布，如将绘图添加到文档中所述。

此绘图画布包含两张相互对齐的图片。

在Word中打开后，您可以看到这一点，因为您可以在那里选择三个对象。画布和其中的两幅图片：

此绘图画布在文档中表示。xml在AlternateContent元素中：

<mc:AlternateContent>
 <mc:Choice Requires="wpg">
  <w:drawing>
   <wp:inline distT="0" distB="0" distL="0" distR="0">
    ...
   </wp:inline>
  </w:drawing>
 </mc:Choice>
 <mc:Fallback>
  <w:pict>
   ...
  </w:pict>
 </mc:Fallback>
</mc:AlternateContent>

apachepoi无法解释此XML。至少到现在为止。

可以编写自己的方法来解释这个XML。但这将是一项更大的任务。

如果没有太多的文件，你可以做的最好的是打开*. docx使用Word，选择并剪切整个画布到剪贴板，然后粘贴回JPEG图片使用特殊粘贴。然后再次保存*. docx。

或者从文档中获取两张图片。但是它们有两个，因为AlternateContent元素提供了一个回退元素，该元素将画布内容再次作为Base64编码的ZIP存档，并且再次具有图片引用。这就是为什么文档图片计数的***:4。

只需解压缩*。docx存档并查看/word/document。xml来查看此信息。