java - 如何读取 docx 中使用的所有字体大小

Question

我正在使用 docx4j 和他们为零件列表构建的非常有用的网络应用程序:http://webapp.docx4java.org/OnlineDemo/PartsList.html

我有一个包含五个单词的示例文档。前四个字体大小为 12，最后一个字体大小为 8。

我想阅读文档中使用的所有不同字体大小。所以在本例中:12 和 8

我在网络应用程序上上传了示例文档，我认为此信息将存储在 document.xml 中，但我不确定，因为我只看到 16 而不是xml 中的 24。另外，我不确定如何提取这些信息。

问题

• 如何提取docx4j中word内容的字体大小？

• 如何提取每个单词的字体颜色和整个word文档的背景颜色？

Answer 1

如果运行时未设置字体大小，并且正在使用样式，则需要检查样式层次结构。如果未在那里设置，它将返回默认值。

正如 ECMA 4ed 第 1 部分将其放入 17.7.2(样式层次结构)中:

This process can be described as follows:

• First, the document defaults are applied to all runs and paragraphs in the document.
• Next, the table style properties are applied to each table in the document, following the conditional formatting inclusions and exclusions specified per table.
• Next, numbered item and paragraph properties are applied to each paragraph formatted with a numbering style.
• Next, paragraph and run properties are applied to each paragraph as defined by the paragraph style.
• Next, run properties are applied to each run with a specific character style applied.
• Finally, we apply direct formatting (paragraph or run properties not from styles). If this direct formatting includes numbering, that numbering + the associated paragraph properties are applied.

If the value of the rFonts element (§17.3.2.26) references a font which is not available, applications determine a suitable alternative font via a process called font substitution, which is defined in §17.8.2.

docx4j 做了类似的事情 - 例如参见 https://github.com/plutext/docx4j/blob/master/src/main/java/org/docx4j/model/PropertyResolver.java 中的第 430 行和 ff

类似的原则适用于字体颜色。

这里我不讨论如何逐字迭代文档(或者更确切地说，逐个运行)，除了说 google traversalutil

在运行中显式设置字体大小的示例

                <w:r>
                    <w:rPr>
                        <w:sz w:val="36"/>
                    </w:rPr>
                    <w:t>this is 18 points</w:t>
                </w:r>

您可以在 Microsoft Word 中或使用 docx4j 进行设置。要了解如何在 docx4j 中执行此操作，您可以使用 webapp 从示例 docx 生成代码，但本质是:

    org.docx4j.wml.R  yourRun;
    yourRun.getRPr().setSz(an HpsMeasure);