Apache POI XWPF-检查运行是否包含图片

Question

我的目标是使用ApachePOI在Java中处理. docx文档。我想从文档中提取所有内容来创建一个新文档，但只能提取特定内容，我可以从处理后的文档中选择。到目前为止，这对于表格和文本是有效的，但是我对图片有一个问题。通常我会这样提取它们：

List<XWPFPictureData> images = r.getEmbeddedPictures();

其中r是从段落中提取的，类型为XWPFRun。这里最大的问题是，这种解决方案只适用于某些图像，这取决于图像如何插入word文档。

我可以访问一次运行的xml代码，并尝试找到这样的图像，在python中运行良好，您可以在其中声明xpath查询。我在Java中尝试了同样的方法，但收到了一条错误消息。

下面是我的代码来检查运行是否包含图像：

r.getCTR().selectPath(".//w:drawing/wp:inline/a:graphic/a:graphicData/pic:pic/pic:blipFill/a:blip/@r:embed"))

Answer 1

所有可用的引擎都是名称空间感知引擎。因此必须声明名称空间。

import java.io.FileInputStream;

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

import org.apache.xmlbeans.XmlObject;

public class WordRunSelectPath {

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

  XWPFDocument document = new XWPFDocument(new FileInputStream("WordInsertPictures.docx"));
  for (XWPFParagraph paragraph : document.getParagraphs()) {
   for (XWPFRun run : paragraph.getRuns()) {
    String declareNameSpaces =   "declare namespace w='http://schemas.openxmlformats.org/wordprocessingml/2006/main'; " 
                       + "declare namespace wp='http://schemas.openxmlformats.org/drawingml/2006/wordprocessingDrawing'; "
                       + "declare namespace a='http://schemas.openxmlformats.org/drawingml/2006/main'; "
                       + "declare namespace pic='http://schemas.openxmlformats.org/drawingml/2006/picture'; "
                       + "declare namespace r='http://schemas.openxmlformats.org/officeDocument/2006/relationships' ";

    XmlObject[] selectedObjects = run.getCTR().selectPath(
                         declareNameSpaces 
                       + ".//w:drawing/wp:inline/a:graphic/a:graphicData/pic:pic/pic:blipFill/a:blip/@r:embed");
    if (selectedObjects.length > 0) {
     String rID = selectedObjects[0].newCursor().getTextValue();
     System.out.println(rID);
    }
   }
  }

  document.close();
 }
}