Apache POI 在替换 doc 文件中的字符串后破坏了目录答案

【问题标题】：Apache POI spoils Table Of Contents after replacing strings in doc fileApache POI 在替换 doc 文件中的字符串后破坏了目录
【发布时间】：2018-07-23 21:16:20
【问题描述】：

我必须替换 *.doc 文件中的一些字符串。（我知道使用 *.docx 会更容易）当我做不止一个替换目录损坏时。有没有办法保留目录？

我有两段代码，它们似乎创建了相同的输出。

更快的代码：

Map<String, String> items = new HashMap<>();
items.put("toreplace1", "replacement1");
items.put("toreplace2", "replacement2");
try (POIFSFileSystem fs = new POIFSFileSystem(new FileInputStream("c:\\doc\\mydocument.doc")); HWPFDocument doc = new HWPFDocument(fs);) {
    Range r1 = doc.getRange();
    items.forEach((k, v) -> {
        for (int i = 0; i < r1.numSections(); ++i) {
            Section s = r1.getSection(i);
            for (int x = 0; x < s.numParagraphs(); x++) {
                Paragraph p = s.getParagraph(x);
                for (int z = 0; z < p.numCharacterRuns(); z++) {
                    CharacterRun run = p.getCharacterRun(z);
                    String text = run.text();
                    if (text.contains(k)) {
                        run.replaceText(k, v);
                    }
                }
            }
        }
    });
    doc.write(new FileOutputStream(new File("c:\\doc\\mydocument_replaced.doc")));
}

较慢的代码：

Map<String, String> items = new HashMap<>();
items.put("toreplace1", "replacement1");
items.put("toreplace2", "replacement2");
try (HWPFDocument doc = new HWPFDocument(new FileInputStream(new File("c:\\doc\\mydocument.doc")))) {
    Range range = doc.getRange();
    items.forEach((k, v) -> {
        range.replaceText(k, v);
    });
    doc.write(new FileOutputStream(new File("c:\\doc\\mydocument_replaced.doc")));
}

【问题讨论】：

如果字符串“toreplace1”包含在目录中使用的标题中，则这是可重现的。即使只有一个字符串将被替换，它也会发生。但是由于二进制文件格式HWPF确实是HorribleWordP处理器F格式，最好您可以选择向apache poi 提交错误报告。与您的两个代码中较短的一个一起执行此操作，并提供一个示例mydocument.doc。

标签： apache-poi doc tableofcontents

【解决方案1】：

为避免损坏Word 字段（TOC 也是一个字段），可以将替换限制为仅限于字段外的文档部分。

字段始终以包含字节 0x13 的运行开始，并以包含字节 0x15 的运行结束。因此，以下代码应将替换限制为仅记录字段外的部分。使用此代码应避免损坏TOC。但是当然TOC 不会更新，必须手动更新（Ctrl+A，然后是 F9）。

import java.io.*;

import org.apache.poi.hwpf.*;
import org.apache.poi.hwpf.usermodel.*;
import org.apache.poi.poifs.filesystem.POIFSFileSystem;

import java.util.Map;
import java.util.HashMap;

public class WordReplaceTextInHWPFRuns {

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

  Map<String, String> items = new HashMap<>();
  items.put("toreplace1", "replacement1");
  items.put("toreplace2", "replacement2");

  boolean insideField = false;

  try (HWPFDocument doc = new HWPFDocument(new FileInputStream(new File("mydocument.doc")))) {

   Range range = doc.getRange();
   for (String k : items.keySet()) {
    String v = items.get(k);
    for (int r = 0; r < range.numCharacterRuns(); r++) {
     CharacterRun run = range.getCharacterRun(r);
     String text = run.text();

System.out.println(text);

     if (text.indexOf('\u0013') > -1) insideField = true;
     if (text.indexOf('\u0015') > -1) insideField = false;
     if (text.contains(k) && !insideField) {
      run.replaceText(k, v);

System.out.println("===========REPLACED=============");
System.out.println(run.text());

     }
    }
   }

   doc.write(new FileOutputStream(new File("mydocument_replaced.doc")));

  }
 }
}

【讨论】：