docx4j无法读取POI保存的文件，是谁的错？

Question

在使用POI使用XPath处理一些文本后保存docx文件时，我会将ByteArrayInputStream传递给一个新的ByteArrayInputStream，并使用

wordMLPackage = WordprocessingMLPackage.load(
    bis
);

在我的4个模板中，有3个会引发异常：

  org.docx4j.openpackaging.exceptions.InvalidFormatException: Unexpected package (docx4j supports docx/docxm and pptx only
     at org.docx4j.openpackaging.contenttype.ContentTypeManager.createPackage(ContentTypeManager.java:834)

代码如下所示：

    /* Return a package of the appropriate type.  Used when loading an existing
 * Package, with an already populated [Content_Types].xml.  When 
 * creating a new Package, start with the new WordprocessingMLPackage constructor. */
public OpcPackage createPackage() throws InvalidFormatException { 

    /*
     * How do we know what type of Package this is?
     * 
     * In principle, either:
     * 
     * 1. We were told its file extension or mime type in the
     * constructor/method parameters, or
     * 
     * 2. Because [Content_Types].xml contains an override for PartName
     * /document.xml of content type
     * application/vnd.openxmlformats-officedocument.wordprocessingml.document.main+xml
     * 
     * The latter approach is more reliable, so ..
     * 
     */
    OpcPackage p;

    if (getPartNameOverridenByContentType(ContentTypes.WORDPROCESSINGML_DOCUMENT) != null
            || getPartNameOverridenByContentType(ContentTypes.WORDPROCESSINGML_DOCUMENT_MACROENABLED) != null
            || getPartNameOverridenByContentType(ContentTypes.WORDPROCESSINGML_TEMPLATE ) != null
            || getPartNameOverridenByContentType(ContentTypes.WORDPROCESSINGML_TEMPLATE_MACROENABLED) != null ) { 
        log.info("Detected WordProcessingML package ");
        p = new WordprocessingMLPackage(this);
        return p;
    } else if (getPartNameOverridenByContentType(ContentTypes.PRESENTATIONML_MAIN) != null
            || getPartNameOverridenByContentType(ContentTypes.PRESENTATIONML_TEMPLATE) != null
            || getPartNameOverridenByContentType(ContentTypes.PRESENTATIONML_SLIDESHOW) != null) { 
        log.info("Detected PresentationMLPackage package ");
        p = new PresentationMLPackage(this);
        return p;
    } else if (getPartNameOverridenByContentType(ContentTypes.SPREADSHEETML_WORKBOOK) != null
            || getPartNameOverridenByContentType(ContentTypes.SPREADSHEETML_WORKBOOK_MACROENABLED) != null
            || getPartNameOverridenByContentType(ContentTypes.SPREADSHEETML_TEMPLATE) != null
            || getPartNameOverridenByContentType(ContentTypes.SPREADSHEETML_TEMPLATE_MACROENABLED) != null) {
        //  "xlam", "xlsb" ?
        log.info("Detected SpreadhseetMLPackage package ");
        p = new SpreadsheetMLPackage(this);
        return p;

    } else if (getPartNameOverridenByContentType(ContentTypes.DRAWINGML_DIAGRAM_LAYOUT) != null) {
        log.info("Detected Glox file ");
        p = new GloxPackage(this);
        return p;
    } else {
        throw new InvalidFormatException("Unexpected package (docx4j supports docx/docxm and pptx only");
        //return new Package(this);
    }
}

它似乎无法匹配某些特定的内容类型覆盖。在我的起始docx模板中有一个[Content_Types]. xml文件，它具有：

<Types xmlns="http://schemas.openxmlformats.org/package/2006/content-types">
    <Override PartName="/_rels/.rels"       ContentType="application/vnd.openxmlformats-package.relationships+xml" />
    <Override PartName="/word/fontTable.xml"        ContentType="application/vnd.openxmlformats-officedocument.wordprocessingml.fontTable+xml" />
    <Override PartName="/word/_rels/document.xml.rels"      ContentType="application/vnd.openxmlformats-package.relationships+xml" />
    <Override PartName="/word/media/image1.wmf"         ContentType="image/x-wmf" />
    <Override PartName="/word/comments.xml"         ContentType="application/vnd.openxmlformats-officedocument.wordprocessingml.comments+xml" />
    <Override PartName="/word/numbering.xml"        ContentType="application/vnd.openxmlformats-officedocument.wordprocessingml.numbering+xml" />
    <Override PartName="/word/footer1.xml"      ContentType="application/vnd.openxmlformats-officedocument.wordprocessingml.footer+xml" />
    <Override PartName="/word/document.xml"         ContentType="application/vnd.openxmlformats-officedocument.wordprocessingml.document.main+xml" />
    <Override PartName="/word/styles.xml"       ContentType="application/vnd.openxmlformats-officedocument.wordprocessingml.styles+xml" />
    <Override PartName="/docProps/app.xml"      ContentType="application/vnd.openxmlformats-officedocument.extended-properties+xml" />
    <Override PartName="/docProps/core.xml"         ContentType="application/vnd.openxmlformats-package.core-properties+xml" />
</Types>

使用POI处理后，[Content_Types]. xml如下所示：

<Types xmlns="http://schemas.openxmlformats.org/package/2006/content-types">
  <Default Extension="xml" ContentType="application/vnd.openxmlformats-officedocument.wordprocessingml.document.main+xml"/>
  <Override PartName="/_rels/.rels" ContentType="application/vnd.openxmlformats-package.relationships+xml"/>
  <Override PartName="/docProps/app.xml" ContentType="application/vnd.openxmlformats-officedocument.extended-properties+xml"/>
  <Override PartName="/docProps/core.xml" ContentType="application/vnd.openxmlformats-package.core-properties+xml"/>
  <Override PartName="/word/_rels/document.xml.rels" ContentType="application/vnd.openxmlformats-package.relationships+xml"/>
  <Override PartName="/word/comments.xml" ContentType="application/vnd.openxmlformats-officedocument.wordprocessingml.comments+xml"/>
  <Override PartName="/word/fontTable.xml" ContentType="application/vnd.openxmlformats-officedocument.wordprocessingml.fontTable+xml"/>
  <Override PartName="/word/footer1.xml" ContentType="application/vnd.openxmlformats-officedocument.wordprocessingml.footer+xml"/>
  <Override PartName="/word/media/image1.wmf" ContentType="image/x-wmf"/>
  <Override PartName="/word/numbering.xml" ContentType="application/vnd.openxmlformats-officedocument.wordprocessingml.numbering+xml"/>
  <Override PartName="/word/styles.xml" ContentType="application/vnd.openxmlformats-officedocument.wordprocessingml.styles+xml"/>
</Types>

请注意，缺少PartName="/word/document.xml"的覆盖！

这是一个可接受的文件内容类型文件没有单词/document.xml覆盖？它在LibreOffice中打开，没有投诉。docx4j是否依赖于内容类型中可能不存在的覆盖标签，或者POI没有正确地为我的一些文件编写内容类型（4个中的3个）。

Answer 1

披露：我是docx4j项目负责人

根据规范，POI所做的似乎是合法的，但并不理想。

根据ECMA-376第2部分“获取零件的内容类型”，docx4j应该在按照POI的方式指定时找到docx的内容类型。

第1部分中的WordProcess ingML章节在“包结构”部分中说：

首先，必须定义关系部分和主文档部分（唯一需要的部分）的内容类型（实际位于包中的/[content_Types].xml）：

<Types
 xmlns="http://schemas.openxmlformats.org/package/2006/content-types">
 &lt;Default Extension="rels"
 ContentType="application/vnd.openxmlformatspackage.
 relationships+xml"/> 
<Override PartName="/document.xml"
 ContentType="application/vnd.openxmlformatsofficedocument.
 wordprocessingml.document.main+xml"/> </Types>

我的理解是，您必须定义主文档部分的内容类型（POI是这样做的），提示只是使用覆盖来实现这一点。

当大多数部分都是. xml并且需要覆盖来指定不同的内容时，使用您的. xml默认值来匹配一个（或者可能是2或3个部分）对我来说没有多大意义。我想知道为什么POI这样做——与规范中的建议不同，与Word发出的内容不同。

也就是说，https://github.com/plutext/docx4j/commit/1c1190fc3a2fc6e191c825a0e30fde2654cc997c应该解决这个问题。