如何在 Apache POI Word 中添加与文本内联的多个方程式？

Question

我正在使用 Apache POI 将具有乳胶样式方程式的文本转换为 MS word 文档。在一些帮助下，我能够成功地实现它，但是如果该行有多个方程，那么它会产生不正确的结果。

以下是我的代码：

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

import org.openxmlformats.schemas.wordprocessingml.x2006.main.CTP;
import org.openxmlformats.schemas.officeDocument.x2006.math.CTOMath;
import org.openxmlformats.schemas.officeDocument.x2006.math.CTOMathPara;

import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.stream.StreamSource;
import javax.xml.transform.stream.StreamResult;

import uk.ac.ed.ph.snuggletex.SnuggleInput;
import uk.ac.ed.ph.snuggletex.SnuggleEngine;
import uk.ac.ed.ph.snuggletex.SnuggleSession;

import java.io.IOException;

public class CreateWordFormulaFromMathML {

 static File stylesheet = new File("MML2OMML.XSL");
 static TransformerFactory tFactory = TransformerFactory.newInstance();
 static StreamSource stylesource = new StreamSource(stylesheet); 

 static CTOMath getOMML(String mathML) throws Exception {
  Transformer transformer = tFactory.newTransformer(stylesource);

  StringReader stringreader = new StringReader(mathML);
  StreamSource source = new StreamSource(stringreader);

  StringWriter stringwriter = new StringWriter();
  StreamResult result = new StreamResult(stringwriter);
  transformer.transform(source, result);

  String ooML = stringwriter.toString();
  stringwriter.close();

  CTOMath ctOMath = CTOMath.Factory.parse(ooML);
  return ctOMath.getOMathArray(0);
 }

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

  XWPFDocument document = new XWPFDocument();

  String mstr = "The expression is as: $ax^2 + bx = c$ is easier to understand than $$ax^2 + \frac{\sin^{-1}\theta}{\cot{-1}} \times y_1$$ or anything in \[ ay^2 + b_2 \theta\]";

  XWPFParagraph paragraph = document.createParagraph();
  XWPFRun run = paragraph.createRun();
 // run.setText("");

  SnuggleEngine engine = new SnuggleEngine();
  SnuggleSession session = engine.createSession();

  SnuggleInput input = new SnuggleInput(mstr);
  session.parseInput(input);

  String mathML = session.buildXMLString();
  System.out.println("Input " + input.getString() + " was converted to:\n" + mathML + "\n\n");


for(String s : mathML.split("\s+(?=<math)|(?<=</math>)\s+")){

if (s.startsWith("<math"))
{
    CTOMath ctOMath = getOMML(s);
    System.out.println(s);

    CTP ctp = paragraph.getCTP();
    ctp.setOMathArray(new CTOMath[]{ctOMath});        
}
else
{
    run.setText(s + " ");
    System.out.println(s);
}
}

  document.write(new FileOutputStream("CreateWordFormulaFromMathML.docx"));
  document.close();

 }
}

这会生成一个包含

的文档

表达式为: is easier to understand than or anything in ay^2+b_2 \theta

注意：(ay^2+b_2 \theta) 是正确的字方程格式。

我需要的是中间带有多项式的内联文本。

Answer 1

如何解决创建 Office OpenXML 文件的任务，例如 *.docx？

Office OpenXML 文件，例如 *.docx 只是 ZIP 档案。我们可以解压缩它们并查看内部结构。在 *.docx 中我们找到 /word/document.xml 并且在那里我们找到描述文档结构的 XML。对于具有内联公式的段落，我们发现类似：

<w:p>
 <w:r>
  <w:t>text</w:t>
 </w:r>
 <m:oMath>... </m:oMath>
 <w:r>
  <w:t>text</w:t>
 </w:r>
 <m:oMath>... </m:oMath>
 ...
</w:p>

所以我们需要多次运行来保存文本，并且在它们之间需要多次运行 <m:oMath>... </m:oMath>。

这就是该段落有 OMathArray CTOMath[] 的原因。并且您的代码确实用具有 one CTOMath each 的新数组覆盖了此数组，同时发现了一个额外的 CTOMath。相反，每次找到一个额外的 CTOMath 时，都需要向数组中添加一个额外的 CTOMath。

要了解我们可以用 org.openxmlformats.schemas.wordprocessingml.x2006.main.CTP 段落做什么，我们需要一个文档。我发现最好的是 grepcode.com. There we find CTP.addNewOMath() and CTP.setOMathArray(int, CTOMath).

所以改变你的代码：

  for(String s : mathML.split("\s+(?=<math)|(?<=</math>)\s+")){

   if (s.startsWith("<math")) {
    CTOMath ctOMath = getOMML(s);
    System.out.println(s);

    CTP ctp = paragraph.getCTP();
    ctp.addNewOMath();
    ctp.setOMathArray(ctp.sizeOfOMathArray()-1, ctOMath);        
   }
   else {
    run = paragraph.createRun();
    run.setText(s + " ");
    System.out.println(s);
   }
  }

应该可以。

如何在 Apache POI Word 中添加与文本内联的多个方程式？

How to add multiple equations inline with text in Apache POI Word?

java

apache

apache-poi

mathml