java提取word中的图片

最新推荐文章于 2024-08-30 11:00:09 发布

絮落锦乡

最新推荐文章于 2024-08-30 11:00:09 发布

阅读量2.3k

点赞数

分类专栏： java后台文章标签： java

本文链接：https://blog.csdn.net/xljx_1/article/details/117413131

版权

本文介绍如何在Java项目中处理Word文档，特别是提取其中的图片和公式。通过将Word另存为XML格式，解析XML找到图片的临时地址，例如`<a:blip r:embed="rId12" cstate="print"/>`中的`r:embed`。对于图片，如EMF格式可能需要使用第三方库，而PNG则可以直接处理为byte数组。公式部分，WMF格式可以转换为SVG或使用mathxml工具，步骤与提取图片相似。

摘要由CSDN通过智能技术生成

一、项目中需要用到word的导入，word 里面的内容由图片，文本，公式等，步骤为：将文档另存为xml格式

1、提取图片,如下是word xml 中的图片标签，具体分析下内容，首先需要获取

w:drawing->wp:inline->a:graphic->a:graphicData->pic:pic->pic:blipFill->a:blip。

<a:blip r:embed="rId12" cstate="print"/> 中的r:embed 四个编号，这个里面就是临时的图片的标签地址。

<Relationship Id="rId12" Type="http://schemas.openxmlformats.org/officeDocument/2006/relationships/image" Target="media/image5.emf"/>

标签中有一个临时地址，media/image5.emf 到这里后，需要分开处理，首先我们要获取Target 先得到图片的类型，比如现在是emf,下图是png 如果是emf 处理比较麻烦，有第三方库进行处理，我这里就不做说明处理了，简单的就是把图片另存，重新插入到word中即可。png比较好处理，返回一个byte数组，写入到图片中即可。

public String getImg(XWPFRun run, Node runNode)  throws Exception {
        Node drawingNode = getChildNode(runNode, "w:drawing");
        if (drawingNode == null) {
            return "";
        }
        Node inlineNode = getChildNode(drawingNode, "wp:inline");
        if (inlineNode == null) {
            return "";
        }
        Node graphicNode = getChildNode(inlineNode, "a:graphic");
        if (graphicNode == null) {
            return "";
        }
        Node graphicDataNode = getChildNode(graphicNode, "a:graphicData");
        if (graphicDataNode == null) {
            ret