有没有办法用 Apache POI xwpf 文档识别字符样式？答案

【问题标题】：Is there any way to identify character styles with Apache POI xwpf documents?有没有办法用 Apache POI xwpf 文档识别字符样式？
【发布时间】：2016-02-07 11:45:07
【问题描述】：

Here 我们看到用于“HWPF”（MS Word 2000 .doc）文件的 Apache POI 有一个方法 CharacterRun.getStyleIndex()... 您可以通过它来识别字符适用于此运行的样式（不是段落样式）...

但是对于 XWPF 的东西（MS Word 2003+ .docx）文件，我找不到任何方法来识别 XWPFRun 对象中的字符样式。

【问题讨论】：

标签： java apache-poi xwpf textstyle

【解决方案1】：

以下代码应该从XWPFDocument 内的所有运行[1] 中获取所有样式，如果它们被应用为字符样式，则打印它们的 XML：

import java.io.FileInputStream;

import org.apache.poi.xwpf.usermodel.*;

import org.openxmlformats.schemas.wordprocessingml.x2006.main.CTRPr;
import org.openxmlformats.schemas.wordprocessingml.x2006.main.STStyleType;

import java.util.List;

public class WordGetRunStyles {

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

  FileInputStream fis = new FileInputStream("This is a Test.docx");
  XWPFDocument xdoc = new XWPFDocument(fis);

  List<XWPFParagraph> paragraphs = xdoc.getParagraphs();
  for (XWPFParagraph paragraph : paragraphs) {
   List<XWPFRun> runs = paragraph.getRuns();
   for (XWPFRun run : runs) {
    CTRPr cTRPr = run.getCTR().getRPr();
    if (cTRPr != null) {
     if (cTRPr.getRStyle() != null) {
      String styleID = cTRPr.getRStyle().getVal();
      System.out.println("Style ID=====================================================");
      System.out.println(styleID);
      System.out.println("=============================================================");
      XWPFStyle xStyle = xdoc.getStyles().getStyle(styleID);
      if (xStyle.getType() == STStyleType.CHARACTER) {
       System.out.println(xStyle.getCTStyle());
      }
     }
    }
   }
  }
 }
}

[1] 请不要尝试内容过多的文档；-)。

正如@mike rodent 的评论中提到的，如果你得到java.lang.NoClassDefFoundError: org/openxmlformats/schemas/*something*，那么你必须使用https://poi.apache.org/faq.html#faq-N10025 中提到的完整的ooxml-schemas-1.3.jar。

对我来说，这段代码在没有这个的情况下运行，因为我不使用Phonetic Guide Properties (https://msdn.microsoft.com/en-us/library/office/documentformat.openxml.wordprocessing.rubyproperties.aspx)。我使用 Office 2007。

【讨论】：

谢谢...做得好。不过，这里发生了一些非常烦人的事情。我自己偶然发现了这个XWPFRun.getCTR() 方法......当我尝试使用它时，我得到：“NoClassDefFoundError: ... org/openxmlformats/schemas/wordprocessingml/x2006/main/CTRuby”。看来，虽然我已经包含了 POI 3.13 dload 中的所有 jar，但我缺少一些依赖项。事实证明，这是 ooxml-schemas-1.0.jar，例如，可以从 Maven 获得。我很好奇你为什么没有提到你必须使用这个罐子……（也许它已经在你的路上了）。
@mike rodent：请看我的补充。顺便说一句：“我很好奇你为什么不提……”。如果我是你，我会考虑如何对待那些无偿提供帮助的人。
无意冒犯...我被感兴趣（对我来说，这个形容词并不意味着批评自己）现在我知道答案了。我不是对自己“恼火”，而是对 Apache……为什么在地球上有人下载 POI 包时他们没有对此进行说明？实际上，我花了一些时间才弄清楚我需要这个额外的 jar ......因为下载中已经有 2 个名为“poi-ooxml ...”的 jar 和一个名为“ooxml-lib”的目录！
PS 这里的问题似乎是当您在“NoClassDefFoundError: ... org/openxmlformats/schemas/wordprocessingml/ ”。包括最后的“wordprocessingml”位是我未能定向到他们的常见问题解答的原因！