apache poi 获取相对于其他 table 或段落的段落

Question

我正在使用 Apache poi 处理一个 ms word 文档，其中包含任意数量的 table 散布在整个文档中，没有标准化的结构。

w:p
w:p
w:p
w:p
w:p
w:p
w:p
w:p <--- this specific paragraph contains some useful information
w:p
w:p
w:tbl <--- this is the table I'm going to work with
w:p
w:p
w:p
w:p
w:p
w:p
w:tbl
w:p

必须使用位于 table 的 dom 位置上方的段落中的某些信息来补充任意 table 中包含的信息。

我想要运行类似

的东西

for each table in the document
    check above paragraphs until a condition is met
    use that paragraph to do something

到目前为止，dom 节点位置之间的唯一关系是通过类似 org.w3c.dom.Node node = table.getCTTbl().getDomNode(); 的东西可以达到的，在这种情况下，获得像 [=14 这样的双射对象链是相对困难的=]

这个问题似乎太简单了，因为它没有一些我不知道的现有功能。有什么想法吗？

Answer 1

如果您有一个包含在 Word 文档中的 table 列表，并且需要获取每个 table 上方的段落，则可以执行以下操作：

获取table所在的正文。
获取该文本正文的正文元素。
确定正文元素列表中 table 的索引。
从该索引开始向后遍历正文元素并获得段落，直到找到有趣的段落或另一个 table 或在开头结束。

代码：

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

import java.util.List;

public class WordReadTablesAndParagraphsAbove {
    
 static void getParagraphsAbove(XWPFTable table) {
  List<IBodyElement> bodyElements = table.getBody().getBodyElements();
  int indexInBodyElementList = bodyElements.indexOf(table); // get index of that table in body elements
  for (int i = indexInBodyElementList -1; i >=0; i--) { // loop backwards through body elements
   IBodyElement bodyElement = bodyElements.get(i);
   if (bodyElement instanceof XWPFParagraph) { // we have a XWPFParagraph
    XWPFParagraph paragraph = (XWPFParagraph)bodyElement;
    // is this the interesting paragraph?
    System.out.println(paragraph + ":" + paragraph.getText());
   } else if (bodyElement instanceof XWPFTable) { // we have another table
    break;
   }
  }
 }

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

  XWPFDocument document = new XWPFDocument(new FileInputStream("WordDocumentSample.docx"));

  for (XWPFTable table : document.getTables()) {
   System.out.println(table);
   getParagraphsAbove(table);
  }
  
  document.close();
 }
}

但整件事闻起来像 XY problem. Why not traversing all body elements in document top down using XWPFDocument.getBodyElements？在那里寻找有趣的段落。然后 table 将是正文元素列表中的下一个 table。

apache poi 获取相对于其他 table 或段落的段落

apache poi get paragraph relative to other table or paragraph

java

apache-poi