使用 Apache-POI 获取 docx 的每个段落的行

Question

我正在为我的应用程序使用 Apache-POI 库。具体来说，POIshadow-all (ver. 3.17) 用于阅读 Word 文档。我成功地提取了每个段落如下：

我真正需要的是提取每行，如下：

提取每个段落的代码是这样的：

 try {

            val fis = FileInputStream(path.path + "/" + document)
            val xdoc = XWPFDocument(OPCPackage.open(fis))

            val paragraphList: MutableList<XWPFParagraph> = xdoc.paragraphs

            private val newParagraph = paragraph.createRun()

                ...

            for (par in paragraphList) {

                    var currentParagraph = par.text
                    Log.i("TAG","current: $currentParagraph")

                        ...

变量 currentParagraph returns 一整段，符合预期。但是，我需要一个名为 currentLine 的变量，其中 returns 一行。

我在 Whosebug 和其他网站上研究过这个问题。我找到了一些建议，但其中 none 对我有用。我也尝试通过 ctr 和使用 XWPFRun 获取日期，但没有成功。

如有任何关于如何进行的建议，我将不胜感激。

在此先感谢您的帮助。

Answer 1

document does not store how many lines are there in a given paragraph 的元数据，因为它取决于您如何呈现或查看它。想想一个 word 文档，如果你有一个更大的 font-size，你将在给定的段落中有更多的行，或者，如果你有一个较小的 font-size，你将在一个段落中有更少的行。因此，每段行数不一致即变量。

但是，如果您的应用程序中有一个硬性要求来进行估算，您可以编写一些逻辑，例如 “在 X（常量）数字之后开始一个新行字符数（四舍五入到词尾）”。这也可能会根据屏幕大小、font-size、zoom-level 等而改变。所以我的建议是在您的应用程序中制定一个场景，在该场景中您没有明确测量给定段落中的行数, 而不是单词或字符的数量，并将其用作衡量标准，以在绝对必要时插入 line-break。

您可以使用的另一种可能方法是使用转义字符分隔句子，例如“在段落中的每个 '?'、'!' 或 '.' 字符后开始一个新句子。” 这也可能变得相当棘手, 取决于某些句子的结构。

因此，您的问题的答案是没有“开箱即用”的方法来使用 Apache POI 检测给定段落中的行数，您必须在那里编写自己的逻辑（可能使用上面概述的方法），如果绝对必要的话。

使用 Apache-POI 获取 docx 的每个段落的行

Getting the lines of each paragraphs of a docx with Apache-POI

java

android

docx

apache-poi

kotlin