POI解析Word批注信息

前言：报告审批后，要求解析Word批注信息获取作者、引用正文、批注内容等信息入库，我这边额外加了回复对象（为后续考虑）

先上代码吧：


/*** @author : weiheng* @version V1.0* @date Date : 2019年08月28日 10:31*/
public class WordComment {/** 批注ID */private String id;/** 回复的目标批注ID（对哪条批注进行回复）*/private String replyFor;/** 批注引用的正文 */private String text;/** 批注内容 */private String comment;/** 批注人 */private String author;public String getId() {return id;}public WordComment setId(String id) {this.id = id;return this;}public String getReplyFor() {return replyFor;}public WordComment setReplyFor(String replyFor) {this.replyFor = replyFor;return this;}public String getText() {return text;}public WordComment setText(String text) {this.text = text;return this;}public String getComment() {return comment;}public WordComment setComment(String comment) {this.comment = comment;return this;}public String getAuthor() {return author;}public WordComment setAuthor(String author) {this.author = author;return this;}
}

import org.apache.poi.POIXMLDocument;
import org.apache.poi.openxml4j.opc.OPCPackage;
import org.apache.poi.xwpf.usermodel.XWPFComment;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.jeecgframework.core.util.FtpUtils;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;import java.io.File;
import java.io.IOException;
import java.util.*;/*** Word文件批注解析工具* @author : weiheng* @version V1.0* @date Date : 2019年08月27日 11:24*/
public class WordCommentsParseUtil {/** text ? Word正文内容 */private final String BODY_WT = "w:t";/** picture ? 图片 */private final String BODY_PIC = "wp:docPr";/** 批注开始标识 */private final String BODY_COMMENT_START = "w:commentRangeStart";/** 批注结束标识 */private final String BODY_COMMENT_END = "w:commentRangeEnd";/** 加载远程文件（FTP文件服务器）内容产生的临时文件目录 */private static String usrDir = System.getProperty("user.dir");/** 批注所引用正文装配Map完毕标识 */private boolean commentFilledComplete = false;/** Word document */private XWPFDocument docx = null;/** 批注最大下标 */private int maxCommentIndex;/** 当前批注索引 */private int commentIndex;/** FTP服务器加载到本地的临时文件输出地址 */private String localOutputFile;/** docx数据存储对象 */private OPCPackage opcPackage;/**** 初始化Word（XWPFDocument）文件对象* @param remotePath 远程文件访问路径（文件服务器）* @date 2019-08-27 11:54* @author weiheng*/private void initDocument(String remotePath){try {String filename = remotePath.substring(remotePath.lastIndexOf("/") + 1);localOutputFile = usrDir + "/" + filename;FtpUtils.downloadFileFromFtp(remotePath, localOutputFile);opcPackage = POIXMLDocument.openPackage(localOutputFile);docx = new XWPFDocument(opcPackage);maxCommentIndex = docx.getComments().length - 1;commentIndex = 0;} catch (IOException e) {e.printStackTrace();throw new RuntimeException("初始化文件异常：" + e.getMessage());}}/**** 获取服务器上文件的批注信息（ID、引用正文、批注内容、回复的批注对象）* @param fileRemotePath FTP远程访问路径* @date 2019-08-27 20:41* @author weiheng*/public List<WordComment> getWordCommentsInfo(String fileRemotePath){// 1、初始化 XWPFDocument 对象initDocument(fileRemotePath);// 2、解析正文，获取 批注ID, 批注正文, 批注回复对象IDList<WordComment> comments = new ArrayList<>(10);fillComments(docx.getDocument().getDomNode(), new LinkedList<>(), new HashMap<>(16), comments);// 3、获取批注内容及作者for (WordComment c : comments) {XWPFComment comment = docx.getCommentByID(c.getId());c.setComment(comment.getText()).setAuthor(comment.getAuthor());}// 4、释放连接releaseSource();// 5、删除本地临时文件deleteTempFile();return comments;}/**** 这里一定要释放Word文件的连接，否则临时文件无法删除* @date 2019-08-28 9:59* @author weiheng*/private void releaseSource() {try {if(opcPackage != null) {opcPackage.close();}} catch (IOException e) {e.printStackTrace();}}/**** 删除本地临时文件* @date 2019-08-27 20:41* @author weiheng*/private boolean deleteTempFile(){boolean flag = false;File file = new File(localOutputFile);if(file.isFile() && file.exists()){flag = file.delete();}return flag;}/**** 组装批注引用文本的Map，Map<批注ID, 批注引用的正文>* @param node Word的XML节点* @param ids 批注ID集合* @param values 批注引用的正文文本的集合* @param comments 要填充批注对象集合* @date 2019-08-27 13:54* @author weiheng*/private void fillComments(Node node, LinkedList<String> ids, Map<String, String> values, List<WordComment> comments){if(!insureNotNull(node, ids, values, comments)){throw new IllegalArgumentException(new StringBuilder().append(this.getClass().getName()).append("fillComments(").append(node).append(",").append(ids).append(",").append(values).append(",").append(comments).append(")").toString());}String nodeName = node.getNodeName();// 批注IDString id = ids.isEmpty() ? "" : ids.getFirst();if (BODY_WT.equals(nodeName) && id.length() > 0) {// text，批注引用的正文文本 - <id,text>values.put(id, node.getFirstChild().getNodeValue());} else if (BODY_PIC.equals(nodeName) && id.length() > 0) {// 图片上加的批注信息values.put(id, "[" + getAttribute(node, "name") + "]");} else if (BODY_COMMENT_START.equals(nodeName)) {// 添加批注ID - 批注引用开始ids.add(getAttribute(node, "w:id"));} else if (BODY_COMMENT_END.equals(nodeName) && id.length() > 0) {// 批注引用结束，添加信息到map中int size = ids.size();for (int i = 0; i < size ; i++) {String tempId = ids.get(i);if (!tempId.equals(getAttribute(node, "w:id"))) {continue;}WordComment wc = new WordComment().setId(tempId).setText(values.get(tempId));if(i != 0){String parentId = ids.get(i-1);wc.setReplyFor(parentId);} else {wc.setReplyFor("");}comments.add(wc);commentIndex++;}// 当前节点所有批注（含回复的批注）都添加了int added = 0;for(WordComment c : comments){if(ids.contains(c.getId())){added++;}}if(added == size){ids.clear();if (commentIndex == maxCommentIndex && ids.isEmpty()) {// 所有批注已经解析完毕commentFilledComplete = true;}}}// 是否有子节点，递归遍历if (node.hasChildNodes()) {NodeList temp = node.getChildNodes();for (int i = 0; i < temp.getLength(); i++) {if (commentFilledComplete) {break;}fillComments(temp.item(i), ids, values, comments);}}}private String getAttribute(Node node, String attName) {return (node.hasAttributes() && node.getAttributes().getNamedItem(attName) != null) ? node.getAttributes().getNamedItem(attName).getNodeValue() : null;}/**** 非空校验* @param objects 随便了* @return boolean 是否为null* @date 2019-08-27 13:45* @author weiheng*/private boolean insureNotNull(Object... objects) {for (Object object : objects) {if (object == null) {return false;}}return true;}// 测试public static void main(String[] args) {List<WordComment> comments = new WordCommentsParseUtil().getWordCommentsInfo("http://IP:PORT/文件路径");String separator = ",";for (WordComment c : comments) {System.out.println(c.getId() + separator + c.getText() + separator+ c.getComment() + separator + c.getReplyFor());}}
}

代码测试结果如下：

1是针对ID为0的批注的回复，所有这里没有引用的正文内容（2同理，是在1后追加的回复）

解题思路：

1、上官网瞅了瞅，发现Word并不像Excel一样有比较详尽的导航（这让我感到惆怅...）

https://poi.apache.org/components/document/quick-guide-xwpf.html

2、百度直接搜搜是否有人做过相关功能吧，还真有...

搜到如下一篇帖子，感觉挺有用的，感谢了

https://blog.csdn.net/liberalliushahe/article/details/86628870

大致思路是通过XML的形式解析Word文档，那这就OK了，对照着抄一抄改一改，基本问题已经解决了

POI解析Word批注信息相关推荐

Java POI解析Word提取数据存储在Excel
JavaPOI解析word提取数据到excel 一.了解POI POI以前有了解,这次需求是解析word读取其中标题,还有内容赛选获取自己想要的内容经过两天的学习,开始熟悉Java这么读取word和 ...
poi解析word文档(解析表格，emf,wmf,svg转jpg图片)
POI解析word文档 poi解析word的表格: 提前先准备需要的jar包: <dependency><groupId>org.a ...
如何使用poi解析word生成html目录结构
POI解析word目录结构简介说明认识下Word 我们先看下doc版本的word 我们再看下docx版本的word(今天的主角) 目录解析的原理介绍写word文档时,我们是怎么设置目录? 我们看 ...
poi解析word中的表格
解析word简历,使用poi解析word表格研究记录如下: package poi;import java.io.File; import java.io.FileInputStream; impor ...
C# 获取word批注信息
今天在Silverlight 应用程序中实现了获取word文档批注信息的功能. 在wcf服务继承接口类中编写的函数如下 [c-sharp] view plaincopy /// <summa ...
java解析word批注
最近有一个需求,通过java读取word文档,获取里面的批注内容,批注的作者以及被批注的内容,被批注内容所在的章节数和页码数.poi提供的API都是英文的,而且针对word的操作并不是很完善,所以就自 ...
关于poi解析word 2007版docx问题
最近因工作需要使用java解析word 2007 .docx文档,电脑上用的office版本是未激活的office,保存打开编辑都没有问题,但是使用poi来读取数据时,却提示而使用WPS和正版的Of ...
java如何解析word大纲_Java POI 解析word文档
实现步骤: 1.poi实现word转html 2.模型化解析html 3.html转Map数组 Map数组(数组的操作处理不做说明) 1.导jar包. 2.代码实现 package com.web.o ...
POI解析Word中文API
https://yq135314.iteye.com/blog/1538182 POI操作word文档的两个主要模块就是HWPF和XWPF. HWPF是操作Microsoft Word 97(-200 ...

POI解析Word批注信息

前言：报告审批后，要求解析Word批注信息获取作者、引用正文、批注内容等信息入库，我这边额外加了回复对象（为后续考虑）

解题思路：

POI解析Word批注信息相关推荐

最新文章

热门文章

POI解析Word批注信息

前言：报告审批后，要求解析Word批注信息获取 作者、引用正文、批注内容 等信息入库，我这边额外加了回复对象（为后续考虑）

解题思路：

POI解析Word批注信息相关推荐

最新文章

热门文章

前言：报告审批后，要求解析Word批注信息获取作者、引用正文、批注内容等信息入库，我这边额外加了回复对象（为后续考虑）