docx4j：如何自定义输出？

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，我只有一个问题，生成的 xhtml 非常复杂。我需要对其进行简化和标准化以进行其他转换，稍后再做，更容易。

如何自定义特定元素的输出。如果我做对了，在幕后，OOXML 会变成 JAXB，然后应用 xsl 来生成输出。

例如，我想将标题输出为

<h1>Third heading</h1> 等等...

而不是

<p class="Heading1 Normal DocDefaults ">
    <span class="" style="font-family: 'Calibri Light';">Third Heading</span>
</p>

太复杂的结构和类我不需要......

是否可以更改 xsl？或者我如何在不重新实现数千行代码的情况下实现它:)？

非常感谢。

Answer 1

我认为不支持使用 h1、h2 元素，但添加起来很容易（几年前我确实为某人做过，但它不是 docx4j 的一部分）。 XHTML 输出可以通过 2 种方式生成：

• XSLT + 扩展函数（工作完成的地方），或者
• 纯 Java 方法（功能不完全一致）

只需选择您要使用/修改的方法。

注意：在 XHTML 到 docx 方向中支持此功能：https://github.com/plutext/docx4j-ImportXHTML/blob/master/src/main/java/org/docx4j/convert/in/xhtml/HeadingHandler.java