Java 操作 word 文档 （三）段落Paragraphs，文本加粗、斜体、字体、字体大小、复杂文本

1、段落标签

在 WordML 中，段落由 <w:p> 标签定义。
每个段落都有属性标签：<w:pPr> 。其中包含一些属性标签，比如段落的对其方式：<w:jc> ；段落的边框：<w:pBdr> 。

一般情况下：段落的内容就是一个或多个 <w:r> 标签构成。

2、引入 docx4j

2.1 引入 docx4j 的 maven 依赖

		<dependency>
            <groupId>org.docx4j</groupId>
            <artifactId>docx4j-JAXB-Internal</artifactId>
            <version>8.3.4</version>
        </dependency>

2.2 加载文档

public static void main(String[] args) throws Exception {
        String filePath = "p/1.docx";//将要操作的 word 文档
        String destPath = "p/dest/1.docx";
        WordprocessingMLPackage wPackage = WordprocessingMLPackage.load(new FileInputStream(filePath));//打开一个 word 文档

        Parts parts = wPackage.getParts();//获取 word 文档的各个部分
        System.out.println(parts);
		
		//保存文档
        wPackage.save(new File(destPath));
    }

上面这段代码我们通过 WordprocessingMLPackage.load() 方法打开一个 word 文档，并获取了它的所有 Part。
文档的 Part 就是我们之前在 初识 word 文档 中介绍的 zip 包结构中的内容：

2.3 获取段落中的文本

我们将通过 docx4j 提供的 API 来获取上述文档中段落的内容。

这里的 <w:bookmarkStart> 与 <w:bookmarkEnd> 标签大家可以忽略，这两个是 WPS 软件添加的书签，用于记录上次修改的地方。

通过前面这个 document.xml 的内容我们可以看出，段落标签是当前文档的第一个标签。存放我们文本内容的标签的 <w:p> 标签下第一个子标签 <w:r>。<w:pPr> 是段落的属性标签不算作段落的内容。

接下来就按照顺序一个一个的把这些标签拿到，就可以获取段落中的文本内容。

public static void main(String[] args) throws Exception{
        String filePath = "p/2.docx";
        String destPath = "p/dest/2.docx";
        WordprocessingMLPackage wPackage = WordprocessingMLPackage.load(new FileInputStream(filePath));

        MainDocumentPart document = wPackage.getMainDocumentPart();
        //获取文档中的标签
        List<Object> content = document.getContent();
        P p = (P)content.get(0);
        //获取 p 标签的内容，即它的孩子标签
        List<Object> pContent = p.getContent();
        R r = (R)pContent.get(0);
        //获取 <w:r> 标签下的 <w:t> 标签
        List<Object> rContent = r.getContent();
        Text t = (Text)((JAXBElement)rContent.get(0)).getValue();
        System.out.println(t.getValue());
    }

运行结果：

通过 Text 类的 setValue() 方法可以设置 <w:t> 标签的文本内容：

		Text t = (Text)((JAXBElement)rContent.get(0)).getValue();
        System.out.println(t.getValue());
        t.setValue("新设置的文本内容");
        //设置后需要保存文档
        wPackage.save(new File(destPath));
        

3、<w:r> 的属性

<w:r> 标签中的 <W:rPr> 用于记录 <w:r> 标签的文本内容的样式。比如文本是否加粗、是否斜体、是否高亮等。

//设置 <w:r> 的属性
    public static void setRunPPR () throws Exception{
        String filePath = "p/2.docx";
        String destPath = "p/dest/3.docx";
        WordprocessingMLPackage wPackage = WordprocessingMLPackage.load(new FileInputStream(filePath));

        MainDocumentPart document = wPackage.getMainDocumentPart();
        //获取文档中的标签
        List<Object> content = document.getContent();
        P p = (P)content.get(0);
        //获取 p 标签的内容，即它的孩子标签
        List<Object> pContent = p.getContent();
        R r = (R)pContent.get(0);
        //获取 r 的属性
        RPr rPr = r.getRPr();
        //加粗
        rPr.setB(new BooleanDefaultTrue());
        //黄色高亮
        Highlight highlight = new Highlight();
        //设置高亮的颜色，WordML只支持 16 种常用的颜色，不支持自定义颜色
        highlight.setVal("yellow");
        rPr.setHighlight(highlight);
        //斜体
        rPr.setI(new BooleanDefaultTrue());
        wPackage.save(new File(destPath));
    }

运行结果：

我们再来看一下 document.xml 中的内容：

4、设置文本字体与大小

4.1 设置字体大小

字体大小 由 <w:sz w:val=""/> 标签控制。

public static void setRunFont () throws Exception{
        String filePath = "p/2.docx";
        String destPath = "p/dest/3.docx";
        WordprocessingMLPackage wPackage = WordprocessingMLPackage.load(new FileInputStream(filePath));

        MainDocumentPart document = wPackage.getMainDocumentPart();
        //获取文档中的标签
        List<Object> content = document.getContent();
        P p = (P)content.get(0);
        //获取 p 标签的内容，即它的孩子标签
        List<Object> pContent = p.getContent();
        R r = (R)pContent.get(0);
        //获取 r 的属性
        RPr rPr = r.getRPr();
        //设置字体大小
        HpsMeasure hpsMeasure = new HpsMeasure();
        hpsMeasure.setVal( BigInteger.valueOf(144));
        rPr.setSz(hpsMeasure);

        wPackage.save(new File(destPath));
    }

这是修改字体大小前：

修改后：

可以看到字体变大了。

【注意单位】：hpsMeasure.setVal( BigInteger.valueOf(144)); 我们在设置字体大小的时候，其实是设置半个点(half-point)的大小，所以在 WPS 中显示的字体大小为 72。

WordML 的文档说明：

4.2 设置字体

字体由 <w:rFonts w:ascii="黑体" w:hAnsi="新宋体" w:eastAsia="楷体"/> 标签控制。

w:ascii 定义 ascii 码的字体类型；w:eastAsia 定义中文、日文等文字的字体类型; w:cs 定义复杂文字的字体类型，如阿拉伯文等；w:hAnsi 定义前三者以外的字体类型。

        //设置字体
        RFonts rFonts = new RFonts();
        rFonts.setEastAsia("楷体");
        rFonts.setAscii("黑体");
        rFonts.setHAnsi("新宋体");
        rFonts.setCs("Arial Unicode MS");
        rPr.setRFonts(rFonts);

这段代码表示，在当前的 <w:r> 标签中的文本的字体类型，如果是中文就用楷体、如果是阿拉伯文就用 Arial Unicode MS 字体。
设置前：

设置后：

中文和日文由原来的宋体变成现在的楷体，英文算 ascii ，也变成现在的 Times New Roman 字体了。Å(acsii 码表的197，输入方式：alt+197) 的字体也发生了变化。后面的阿拉伯文应该也是变化了的，只是我们看不出来效果。

【注意】我在测试的时候，这一段文本是在一个 <w:r> 标签中的。如果你在测试的时候，发现字体没有变化，可能是这段文本被分成了多个 <w:r> 标签，你可以单独给每个 run 设置不同的字体，也可以像我这样把所有文本放在一个 run 中，给这一个 run 设置不同文本的字体，由系统去选择哪种文本用什么字体。

5、复杂文本

设置复杂文本的加粗、斜体时，不能通过 rpr.setB(new BooleanDefaultTrue()); 来完成了，需要先申明这段文本是复杂文本，再设置加粗、斜体等：

		RPr rPr = r.getRPr();
		//文本为复杂文本，若该 run 标签中还有非复杂文本，那么这些非复杂文本将乱码显示。
        rPr.setCs(new BooleanDefaultTrue());
        //加粗
        rPr.setBCs(new BooleanDefaultTrue());
        //斜体
        rPr.setICs(new BooleanDefaultTrue());

        HpsMeasure hpsMeasure = new HpsMeasure();
        hpsMeasure.setVal(BigInteger.valueOf(144));
        rPr.setSzCs(hpsMeasure);

示例源码：https://gitee.com/li_liankun/docx4j-demo
本文源码：com.llk.p.Test03.java。