Docx4j 导出 FO 忽略独立空格答案

【问题标题】：Docx4j export FO ignores standalone whitespaceDocx4j 导出 FO 忽略独立空格
【发布时间】：2022-01-14 02:28:53
【问题描述】：

我正在使用 docx4j-export-FO 11.3.2 使用此处https://github.com/plutext/docx4j-export-FO/blob/master/src/samples/docx4j/org/docx4j/samples/ConvertOutPDFviaXSLFO.java 中的示例代码将 docx 文件转换为 xsl-fo。每当 docx 存档中的 word/document.xml 中存在像 <w:t xml:space="preserve"> </w:t> 这样的独立空格时，它就会被忽略并在生成的 xsl-fo 文件中丢失。如果空格与非空格字符在相同的<w:t> 中，则包含它。 word/document.xml 中的问题情况示例：

<w:r>
<w:rPr>
<w:rFonts w:ascii="Times New Roman" w:hAnsi="Times New Roman" w:cs="Times New Roman"/>
</w:rPr>
<w:t>Testing</w:t>
</w:r>
<w:r>
<w:rPr>
<w:rFonts w:ascii="Times New Roman" w:hAnsi="Times New Roman" w:cs="Times New Roman"/>
</w:rPr>
<w:t xml:space="preserve"> </w:t>
</w:r>
<w:r>
<w:rPr>
<w:rFonts w:ascii="Times New Roman" w:hAnsi="Times New Roman" w:cs="Times New Roman"/>
</w:rPr>
<w:t>whitespace</w:t>
</w:r>

在使用 XSLT 导出器 (Docx4J.FLAG_EXPORT_PREFER_XSL) 时会发生这种情况，当使用访问者导出器 (Docx4J.FLAG_EXPORT_PREFER_NONXSL) 时会保留空白，但它会从 docx 文件中删除所有空白行，因此也不适合我，因为我需要将 xls-fo 进一步转换为 pdf。我尝试在互联网上搜索，但找不到确切的这个问题，这是否意味着它应该以这种方式工作，或者我可以使用任何配置或解决方法来解决这个问题？

【问题讨论】：

当您说“从 docx 文件中删除所有空白行”时，您能否举一个输入 WordML 的示例？
更好的是，发布生成的 XSL FO 文件。只有这样，我们才能帮助调试他们的 XSL FO 导出所创建的内容

标签： xsl-fo docx4j

【解决方案1】：

您的应用程序做错了，但也许您可以修改 XSLT 来修复它。如果您可以看到 FOP 用作输入的 XSL-FO 文件，您可能会更好地了解文本是否已被删除或对其进行了其他处理。我对Docx4J一无所知，所以我不知道是否有一个配置选项可以为您解决问题。

每个 XML 应用程序都应在具有 xml:space="preserve" 的元素中保留纯空白文本节点。（见https://www.w3.org/TR/REC-xml/#sec-white-space）

XSLT 应用程序应保留纯空白文本节点，其中：

文本节点的祖先元素有一个值为preserve 的xml:space 属性，并且没有更接近的祖先元素有一个值为默认值的xml:space。

（见https://www.w3.org/TR/1999/REC-xslt-19991116#strip）

因此，仅空白文本节点应位于 XSLT 转换的源文档中。如果您有权访问正在使用的样式表，请查看text() 或w:t 的xsl:template 规则，看看您是否可以找出要更改的内容。

【讨论】：