您将如何解析/存储/修改/保存 docx 文件

Question

我正在开发一个必须处理 docx 文件的应用程序。 我知道 docx 文件只是 zip 文件中的 xml/images/others 文件。

我的应用程序必须：

1. 导入 docx 文件并存储其表示形式（文本，以及 与演示相关的所有内容，例如样式、警察、字体 .... ) 在数据库中。

2. 提供一种方法来修改网页上每个句子的文本。

3. 使用新文本导出 docx 文件，同时保留样式/演示文稿。

复杂的是我必须支持嵌套标签。例如，一个包含句子的标签也可以包含一些标签来为单词提供一些粗体。

我对数据库没有任何要求。它可以是任何东西。

我的问题更多是关于如何处理和表示数据以及如何处理我的要求，而不是关于如何解析 XML。

谢谢！

Answer 1

这个问题并不容易。

这是我回答的一些相关问题：Creating RTF , DOC , or DOCX in iOS

读完之后，这里有一个真实的单词示例：

<w:p w:rsidP="00CA7135" w:rsidR="00137C91" w:rsidRDefault="00137C91">
            <w:r>
                <w:t>Hello</w:t>
            </w:r>
            <w:r w:rsidR="008C194D">
                <w:t xml:space="preserve"/>
            </w:r>
            <w:r>
                <w:t>My name</w:t>
            </w:r>
        </w:p>
        <w:p w:rsidP="00CA7135" w:rsidR="008C194D" w:rsidRDefault="00137C91">
            <w:r>
                <w:t xml:space="preserve">is</w:t>
            </w:r>
            <w:r w:rsidR="008C194D" w:rsidRPr="00E92392">
                <w:rPr>
                    <w:b/>
                </w:rPr>
                <w:t xml:space="preserve">John Doe</w:t>
            </w:r>
            <w:proofErr w:type="spellStart"/>
            <w:r w:rsidR="008C194D" w:rsidRPr="00E92392">
                <w:rPr>
                    <w:b/>
                </w:rPr>
                <w:t/>
            </w:r>
            <w:proofErr w:type="spellEnd"/>
            <w:r w:rsidR="008C194D" w:rsidRPr="00E92392">
                <w:rPr>
                    <w:b/>
                </w:rPr>
                <w:t xml:space="preserve"/>
            </w:r>
            <w:r w:rsidR="008C194D">
                <w:t xml:space="preserve"/>
            </w:r>
            <w:r>
                <w:t>I want to</w:t>
            </w:r>
            <w:r w:rsidR="008C194D">
                <w:t xml:space="preserve"/>
            </w:r>
            <w:r>
                <w:t>show</w:t>
            </w:r>
            <w:r w:rsidR="00E92392">
                <w:t xml:space="preserve">how difficult it is</w:t>
            </w:r>
        </w:p>

如你所见，一个段落中的文字永远不会只有一笔。

回答您的问题：

1. 我认为在数据库中存储 docx 的唯一方法是将完整的 XML 和图像（或 docx 存储为 ByteArray）
2. 要修改一个段落中的文本，您可以搜索所有<w:t> 标签并将它们按相同的<w:p> 标签分组。例如“你好”和“我的名字”在同一个<w:p>。然后你会想办法知道文本的插入位置，并在右边插入文本<w:t>
3. 这只是将 XML 和图像压缩在一起