docx4j：提高性能

Question

我正在用 docx4j 做一些测试。我需要做的是将复杂的 Word 文档（2-3 页文本、表格、项目符号列表、图像）转换为 xhtml。

我举了这个例子：https://github.com/plutext/docx4j/blob/master/src/samples/docx4j/org/docx4j/samples/ConvertOutHtml.java

它工作正常，我只有 2 个问题：

1. 覆盖一个 word 文档大约需要 30 秒。这一行占用了 95% 的计算时间：

   wordMLPackage = Docx4J.load(new java.io.File(inputfilepath));

最终目标是创建一个简单的 webapp，它可以获取 Word 文档（每次都不同）并返回 xhtml。用户不能等待这么久。有什么可以提高性能的吗？为什么需要这么长时间（例如 Tika 的速度要快数百倍）？目前我在我的笔记本 Eclipse IDE 上运行它，反正速度很快，你认为一旦运行服务器端会更好吗？

非常感谢。

Answer 1

加载 JAXB 上下文需要时间。它通常只完成一次，所以第一次加载会很慢。也就是说，它不应该花费 30 秒！在我老化的笔记本电脑上，大约是 5 秒。

您可以启用日志记录以更深入地了解其中有多少是 JAXB 上下文初始化。