使用Java的Apache POI和POI-TL应用模板样式合并word文档

huangwq200

已于 2023-07-20 20:59:13 修改

阅读量2.7k

点赞数 1

文章标签： java word

于 2023-07-20 16:54:36 首次发布

本文链接：https://blog.csdn.net/huangwq200/article/details/131830960

版权

使用Java合并Word文档

前置内容
- POI简介和POI-TL简介
项目要求
设计思路
引用

前置内容

下面内容可直接跳过，直接查看代码即可
项目链接

POI简介和POI-TL简介

POI简介

POI（Poor Obfuscation Implementation）是一个用于操作Microsoft Office格式文件的Java库。它提供了一组API，可以读取、写入和操作Word文档（.doc和.docx）、Excel电子表格（.xls和.xlsx）以及PowerPoint演示文稿（.ppt和.pptx）等文件格式。

POI库的目标是为开发人员提供一种简单且便捷的方式来处理Microsoft Office文件，无需依赖于Microsoft Office本身。它支持在Java应用程序中创建、修改和读取Office文件，可以用于生成报表、读取和处理文件内容、进行数据导入和导出等场景。

本文针对word2007版本的文档进行处理，这里主要用到处理docx文件格式的XWPF（XML Word Processor Format）类。

POI-TL

POI-TL是一个基于POI库的Java模板引擎，它提供了一种简单而强大的方式来生成和处理Microsoft Office文件中的模板。POI-TL的全称是POI-Template，它致力于简化处理Word和Excel模板的操作。

POI-TL的设计目标是使模板处理变得简单易用，开发人员可以通过定义模板和填充数据的方式来生成Word和Excel文件。它支持在模板中定义占位符和数据区域，然后使用Java代码填充占位符和数据，最后生成最终的Office文件。

Docx文件简介

将任意文档扩展名docx修改为zip，使用压缩软件打开后即可看到如下内容：在这里插入图片描述
双击word文件夹，即可看到如下内容：

内容介绍如下：
styles.xml：
存储了Word文档中的样式定义。它包含了文本样式、段落样式、页眉页脚样式、表格样式等的定义。这些样式可以应用于文档的不同部分，使其在格式和外观上保持一致性。

document.xml：
是Word文档的主要内容文件，其中包含了文本、段落、图片、表格、图表等的内容和格式。该文件存储了文档的实际文本和结构，并定义了每个元素的属性和样式。

numbering.xml：
用于存储Word文档中的编号列表定义。它包含了文档中使用的所有编号样式以及相应的编号规则、格式等信息。
diagrams：该目录存储了Word文档中插入的图表（如流程图、组织结构图等）的相关数据和XML文件。

media：
如果Word文档中包含了嵌入的多媒体文件（如图片、音频、视频等），那么这些文件会被存储在media目录下。

theme：
存储了Word文档的主题相关的数据和XML文件。主题定义了文档中使用的颜色、字体、效果等，帮助确保文档的整体外观和风格的一致性。

settings.xml：
包含了Word文档的各种设置信息，如页面设置、打印设置、语言设置、拼写检查设置、自动更正设置等。这个文件中存储了文档的全局设置。

footnotes.xml：
存储了Word文档中的脚注内容。脚注是文档中的附加信息，通常出现在页面底部，用于解释、引用或注释正文中的内容。

fontTable.xml：
存储了Word文档中使用的字体信息。它包含了文档中使用的所有字体的名称、字体样式、大小等属性。

endnotes.xml：
类似于脚注，存储了Word文档中的尾注内容。尾注通常出现在文档的末尾，用于提供额外的注释、参考或解释。

header1.xml：
存储了Word文档中第一个节（section）的页眉内容。页眉是位于页面顶部的信息，如标题、日期等。

webSettings.xml：
存储了Word文档中的Web设置。这些设置包括是否将文档作为Web页面显示、网页布局、网页字体等。

Word样式简介

word样式分为段落样式、字符样式、链接段落和字符样式、表格样式、列表样式，简单介绍如下：

段落样式：
段落样式用于定义整个段落的格式和外观，包括文本对齐、缩进、行间距、段前段后间距、编号等。通过应用段落样式，可以快速一致地格式化整个段落的内容。

字符样式：
字符样式用于定义文本中特定字符或文字的格式，如字体、字号、颜色、加粗、斜体等。通过应用字符样式，可以使某些文字在文本中以不同的样式显示。

链接段落和字符样式：
这种样式用于定义链接文本的外观，可以分别应用于链接的段落和链接的字符。它可以帮助标识链接内容，如超链接、目录、参考文献等。

表格样式：
表格样式用于定义Word文档中的表格的样式和外观，包括表格边框、背景颜色、标题行样式等。通过应用表格样式，可以快速美化并统一整个表格的样式。

列表样式：
列表样式用于定义和管理Word文档中的有序列表和无序列表的格式，如项目标记、缩进、行距等。列表样式可以应用于整个列表或者特定的项目。

其他还包含标题样式、图片样式、页面样式、注释样式、目录样式等，不再逐一列举。

项目要求

将若干文件合并至同一个word文档中；
按要求改变每个word文档的第一段内容但不能改变标题级别，且要求第一段按多级编号的顺序进行编号；
保证后续内容按固定的模板样式设置；

网上查阅到的资料大部分都使用poi-tl的NiceXWPFDocument类的merge方法对文档进行合并，但如果合并文档数量较多，即使使用相同的模板，也会产生大量的重复样式[1]：
过多样式导致无法正常使用

设计思路

将待合并的文档模板中的标题样式全部使用系统内置样式，然后设置类型为段落样式，即可保证标题级别的正确性，下面是设计思路；
预备工作：制作template.docx和merge.docx，这两个文档都拥有所有样式，其中merge.docx作为被合并的基础文档，内容为空或者仅有一段。
1、读取待合并文档，获取其段落的样式名称，保存至列表；
2、合并每个文档前将第一段内容替换掉
3、将文档合并至空白基础文件merge.docx内。
4、将template.docx样式写入被合并的文档中。

具体代码如下：

  /**
    * MergeFileAndReplaceTitle(ArrayList<ArrayList<String>> fileList,String destFile)
    * @param fileList 文件名和标题列表：[D:\poitl中文\文档1.docx, 标题111111],[D:\poitl中文\文档1.docx, 标题22222]...]
    * @param destFile 输出文件名
    */
    public static void MergeFileAndReplaceTitle(ArrayList<ArrayList<String>> fileList,String destFile) {
    	String path = "D:\\poitl中文\\";
    	String template = path + "template.docx";
    	String blankFile = path + "merge.docx";//用于创建空白word文件
    	try {
    		NiceXWPFDocument tempDocument = new NiceXWPFDocument(new FileInputStream(template));//样式模板文档
    		NiceXWPFDocument newDoc = new NiceXWPFDocument(new FileInputStream(blankFile));
    		ArrayList<String> allFileStyles = new ArrayList<String>();
            for(ArrayList<String> obj :fileList) {
            	String filePath = obj.get(0);
            	NiceXWPFDocument srcDocument = new NiceXWPFDocument(new FileInputStream(filePath));
            	XWPFParagraph p1 = srcDocument.getParagraphArray(0);
            	p1.removeRun(0);//删除第一段原内容
           	 	p1.createRun().setText(obj.get(1));
            	List<XWPFParagraph> srcPList = srcDocument.getParagraphs();
            	for(int i = 0;i<srcPList.size();i++) {
            		allFileStyles.add(srcPList.get(i).getStyleID());
            	}
            	newDoc = newDoc.merge(srcDocument);
            }
            List<XWPFParagraph> newDocParagraphs = newDoc.getParagraphs();
            for(int i = 1;i<newDocParagraphs.size();i++) {//空白文档模板有1行
            	newDocParagraphs.get(i).setStyle(allFileStyles.get(i-1));
            }
            newDoc.createStyles().setStyles(tempDocument.getStyle());
    		FileOutputStream out = new FileOutputStream(destFile);
    		newDoc.write(out);
    		System.out.println(destFile + "文件输出成功");
    		newDoc.close();
    	}catch(Exception e) {
    		e.printStackTrace();
    	}
    }

文件合并后样式如下：
并未增加新样式

注意：
1、程序对普通字符样式要求并不严格，但对标题样式或段落样式要求严格，对每个待合并的文档，需要使用统一模板样式。
2、段落数字编号在编号级别相同情况下，会对第二个使用相同的编号列表继续编号，此时可编辑样式文件numbering.xml里的编号样式<w:abstractNum w:abstractNumId=“1” w15:restartNumberingAfterBreak=“0”>，设置w15:restartNumberingAfterBreak=“1”，使其在分节符后将编号值重新从1开始计数(连续型分节符即可)。

以上程序使用的资源版本为poi-4.1.2 和poi-tl-1.10.0 ，在eclipse2022.03环境下测试通过