2024年5月27日发(作者：)
docx4j 入门
这份文件的最新版本总是可以找到 docx4j svn in /docs （在 Flat OPC XML 格
式为Word 2007， HTML ，和 PDF ）。
这份文件是从英文翻译使用谷歌翻译。 如果你能提高翻译，请随时发送给你的
改进版。 对于最近的报告，总是指英文版本。
什么是 docx4j？
docx4j 是一个解压的docx一个“一揽子”库，并解析WordprocessingML XML
创建一个内存中的代表性 Java 。 最新版本的 docx4j 也支援PowerPoint pptx
文件。
它是在概念上类似于微软的OpenXML SDK，它是对的。NET。
docx4j 是开源的，可以按照Apache许可证（2版）。 作为一个开放源码项目，
欢迎踊跃投稿。 请参阅 docx4j 论坛 /forums/ 了解
详情。
docx4j 严重依赖 JAXB，XML绑定的Java JCP标准。 你能想到的 docx4j 作为
一个JAXB的实施除其他（）：
打开包装公约
WordprocessingML（docx）的，开放的XML部分
Presentation ML (pptx) part of OpenXML
该库是为了圆100％保真度之行docx文件，支持所有2007 WordML中。 为新的
Word 2010功能的支持我们会尽快添加。
该 docx4j 项目是由 Plutext （ ）。
是 docx4j 为你？
docx4j 负责处理的docx文件（和pptx介绍）在爪哇。
这不是旧的二进制（。doc）格式文件。 针对这一情况，看看在Apache的POI
的HWPF。 （事实上， docx4j 使用基本转换HWPF。文件，以。docx）的
它也不是为RTF文件。
如果你要处理的。NET平台的docx文件，你应该看看微软的OpenXML SDK的代
替。
一种替代方法 docx4j 是Apache的POI。 我特别建议，对于处理Excel文件。
它也可以用来处理Word文档，而且由于它使用XMLBeans的（不使用JAXB）它
可能是一个更好的选择，如果你想使用XMLBeans。
什么样的事情可以做各种各样 docx4j？
打开现有的docx文件系统（从SMB / CIFS通讯，使用WebDAV的VFS的）
创建新的docx
编程操作（当然docx文档）
Template substitution; CustomXML binding
导入二进制文档（使用Apache的POI HWPF）
生产/消费的Word 2007的xmlPackage（封装）格式
保存的docx，以文件系统作为一个的docx（即压缩），或的JCR（解压）
申请转换，包括常用的过滤器
导出为HTML或PDF
漫射/比较文件，段落或特殊和差别待遇（内容控制）
支持字体（字体替换，文件中使用嵌入任何字体）
项目使用 docx4j
Docx4all是基于Swing的文字处理器。
Plutext Word 2007的协作使用 docx4j 在服务器上，以切碎成更小的字，可独
立版本件文件。
请联系Plutext如果您希望您的项目在这里列出。
什么它支持Word文档？
docx4j 可以读/写或Word 2007中，或已安装该兼容包的早期版本创建的docx
文件。
相关零件 docx4j 从ECMA的生成模式。
它不能读/写的Word 2003 XML文档。 与这些主要问题是，XML命名空间是不同
的。
docx4j 支持的Word 2010的docx文件。
运用 docx4j 二进制文件
你可以下载最新版本 docx4j 从 /docx4j/
一般来说，我们建议您开发的最新正式发布以来针对目前每晚构建，往往是几个
个月大。
支持jar文件中可以找到的。的版本，或者在有关的子目录。
运用 docx4j 通过 Maven
Maven POM 可在
/trac/docx4j/browser/trunk/docx4j/m2/org/docx4j
/docx4j
JDK版本
你需要使用 Java 1.5+。
这是因为JAXB的
1
。 如果您必须使用1.4，retrotranslator可以 使据说 它
的工作。
关于JAXB的字
docx4j 使用JAXB的马歇尔和unmarshall在WordprocessingML文档中的关键部
件，包括主要文件的一部分，风格的一部分，主题的一部分，性能部分。
JAXB是包含在Sun的Java 6中的分布，而不是1.5。 因此，如果您使用的是
1.5的JDK，你将需要在您的类路径的JAXB 2.1.x。
位的 docx4j如 和 产生了使用JAXB的XJC。
我们修改了，特别是模式，使产生的关键类是多一点人友好的（即不是
所有的CT_和ST_开始）。
Log4j的
docx4j 使用log4j的日志记录。 要启用日志记录，您需要在您的类路径
ties或。 例如见
/trac/docx4j/browser/trunk/docx4j/src/main/reso
urces/
Javadoc
网上浏览或下载Javadoc中，可以发现在目录
/docx4j/
docx4j 源代码
要获取该电流源代码的副本：
svn co
/svn/docx4j/trunk/docx4j
docx4j
或者，你可以浏览它的在线，网址为：
/trac/docx4j/browser/trunk/docx4j/
建筑 docx4j 从源
命令行 - 快捷操作
“快”，即只要你有Maven和Ant安装。 请注意，我们只是使用Maven来获取
依赖，不求实际的建设。
创建一个目录称为工作区，和CD进去。
svn co
/svn/docx4j/trunk/docx4j
docx4j
开放的，找到一行字：
并编辑它来适应你的系统。
mvn install
ant dist
这ant命令将创建并把它和所有在dist目录的依赖关系。
日食
先决条件
Eclipse的安装
安装一个Eclipse插件，例如颠覆
/update_1.2.x
安装 Maven and the Eclipse plugin
而且，正如上面讨论：
Java 1.5或6
JAXB的： 既 包括执行的JAXB的Java 6中， 并 在2.x的参考实现。 （这
是运行时的价格支持功能）
说明
File > New "Project .." > SVN > Checkout Projects from SVN
创建一个新的存储库的位置;网址是 /svn/docx4j
点击文件夹 "trunk"，并选择docx4j;点击下一步
您要检查它作为一个项目配置使用新建项目向导
然后选择Java> Java项目，请点击下一页
选择一个项目名称（例如，'docx4j'），然后单击下一步
点击完成（我们将定义的Java构建步骤设置在后面）
经过其他对话框的情侣，你应该在你的工作区的新项目。
现在，我们需要配置 类路径 的Eclipse等内，以便它可以建立。
生成路径>“配置构建路径> Java构建路径>源标签
点击钢骨混凝土，然后按删除按钮
然后点击“添加文件夹”，并浏览到src /主/ Java和剔的Java'
然后添加 src/svg, src/diffx and src/pptx4j/java 以及
在Maven位：
请确保您有安装Maven和它的插件-见上面的先决条件。
安装在运行mvn docx4j 你从命令提示符（以防万一）
合适的项目点击>的Maven 2>“启用
该项目现在应该在Eclipse工作没有错误
2
。
打开一个现有的docx文件
es. WordprocessingMLPackage 代表
一个docx文档。
要加载的文件，所有您需要做的是：
WordprocessingMLPackage wordMLPackage =
(new (inputfilepath));
这种方法还可以加载平板的OPC XML文件。
然后，您可以得到的主要文件的一部分（字/ ）：
MainDocumentPart documentPart = nDocumentPart();
在此之后，您可以操作的内容。
WordML中的概念
要做到这远远超出任何事情，你需要有一个基本的WordML中概念的理解。
根据微软开放包装规格，每个的docx文件是由一个部分文件的数量，压缩了。 通
常是XML的一个部分，但未必是（1图像的一部分，例如，是不是）。
一个WordML中介绍了文件的范围超出了这一点。 你可以找到一个非常可读引入
1
日
第3版（底漆）在
/publications/standards/
或
/news/TC45_current_work/TC45_availab
le_ （一更好的联系，因为它不是压缩了）。
JAXB的：编组和解组
docx4j 包含一个类代表每个部分。 例如，有一个 MainDocumentPart 类。 XML
的部分继承 JaxbXmlPart ，其中包含一个成员叫 jaxbElement。 当你要处理
的一个部分的内容，你的工作与jaxbElement。
当你打开一个docx文档使用 docx4j， docx4j 自动
反编排
的XML部分的内容
每到一个强类型的Java对象树（ jaxbElement）。
同样，如果/当你告诉 docx4j 保存为这些Java对象的docx， docx4j 自动
纠
察
的 jaxbElement 在每一部分。
有时候你会希望自己的东西编组或解组。 类
t
定义了所有
的用于JAXBContexts docx4j：
Jc
e
ocessingDrawing
drawing
jcThemePart
jcDocPropsCore
ts
jcDocPropsCustom
jcXmlPackage
jcRelationships
jcContentTypes
jcPML
kage
onships
ttype
e
jcDocPropsExtended
ed
jcCustomXmlProperties
XmlProperties
建筑
docx4j 有3个层次：
1。 ckaging
OpenPackaging处理层次的东西在开放式打包约定：解压缩1到的docx
WordprocessingMLPackage 和一个第二部分设置继承的对象，允许部分被添
加/删除;保存的docx
这一层本来是基于OpenXML4J（也是由Apache POI的使用）。
一般子类零件 lPart
零件都被排列在一棵树上。 如果部分后裔，将有
onshipsPart
其中确定的后裔部分。 该示例PartsList（见下一节）告诉您如何工作的。
阿JaxbXmlPart有一个内容树：
public Object getJaxbElement() {
return jaxbElement;
}
public void setJaxbElement(Object jaxbElement) {
ement = jaxbElement;
}
2。 在 JAXB的 内容树 是分层模型的第二个级别3。
大部分地区（包括MainDocumentPart，样式，页眉/页脚，注释， 尾注 /脚注）
的使用 （WordprocessingML）; WML的 提述
图形处理（DrawingML）作为必要的。
这些类都从打开XML模式
3。
这个软件包的基础上降低2层，提供额外的功能，并正在逐步进一步发展。
样品
该封装s包含例子如何做事与 docx4j。 这些措施包括：
基础知识
CreateWordprocessingMLDocument
DisplayMainDocumentPartXml
OpenAndSaveRoundTripTest
OpenMainDocumentAndTraverse
输出/转型
CreateHtml
CreatePdf
扁平的OPC XML的
ExportInPackageFormat
ImportFromPackageFormat
图像处理
AddImage
ConvertEmbeddedImageToLinked
第一部分处理
CopyPart
ImportForeignPart
PartsList
StripParts
杂项
CompareDocuments
CreateDocxWithCustomXml
CustomXmlBinding
DocProps
Filter
HyperlinkTest
NumberingRestart
UnmarshallFromTemplate
如果您安装了源代码，你就会有这个包了。
如果你没有，你可以浏览它的在线，在
/trac/docx4j/browser/trunk/docx4j/src/main/java/org/docx4j/sa
mples
此外，还有各种 样本文件 在/采样docs目录，这些是最容易通过检查进行访问
docx4j 使用svn。
零件清单
为了更好地了解如何 docx4j 工程和一个docx文档的结构你可以运行
PartsList 样本上的docx（或pptx）。 如果这样做，它会列出包层次结构，在
部分地区采用。 它会告诉你哪个类是用来表示每个部分，如该部分是一个
JaxbXmlPart，它还会告诉你什么阶层的
jaxbElement
的。
例如：
Part /_rels/.rels [onshipsPart]
containing JaxbElement:onships
Part /docProps/ [psExtendedPart]
containing JaxbElement:ties
Part /docProps/ [psCorePart]
containing JaxbElement:operties
Part /word/
[cumentPart]
containing JaxbElement:nt
Part /word/
[
ocessingML
.DocumentSettingsPart]
containing JaxbElement:ings
Part /word/
[
ocessingML
.StyleDefinitionsPart]
containing JaxbElement:
Part /word/media/
[
ocessingML
.ImageJpegPart]
遍历的docx
在样本目录显示您如何遍历一个的docx
JAXB的代表性。
关于JAXB的一个恼人的东西，是一个对象说一个表可以表示为
（如您所期望的）。 或者它可能被包装在一个
ement
在这种情况下，我得到了真正的表，你必须做的是这样
的：
if ( ((JAXBElement)o).getDeclaredType().getName().equals(
""
) )
任务型=（）（（JAXBElement）海外）。的getValue（）;
创建一个新的docx
要创建一个新的docx：
/ /创建包
WordprocessingMLPackage wordMLPackage = Package();
/ /保存它
(new ("") );
就是这样。
createPackage()
是一个方便的方法，它的作用：
/ /创建包
WordprocessingMLPackage wordMLPackage = new WordprocessingMLPackage();
/ /创建主文档的一部分（字/ ）
MainDocumentPart wordDocumentPart = new MainDocumentPart();
/ /创建主文档的一部分内容
ObjectFactory factory = ObjectFactory();
body = factory .createBody();
nt wmlDocumentEl = factory .createDocument();
y(body);
/ /把在部分内容
bElement(wmlDocumentEl);
/ /添加主文档的一部分包关系
/ /（创造，如果有必要）
getPart(wordDocumentPart);
添加一段文字
MainDocumentPart
包含一个方法：
public .P addStyledParagraphOfText(String styleId, String text)
您可以使用该方法添加一个段落，使用指定的样式。
我们正在寻找的XML创建将是这样的：
<
w:p xmlns:w
="/wordprocessingml/2006/main"
>
<
w:r
>
<
w:t
>
Hello world
w:t
>
w:r
>
w:p
>
addStyledParagraphOfText
生成的JAXB对象结构的方式，并将其添加到文档中。
ObjectFactory factory = ObjectFactory();
/ /创建该段
.P para = P();
/ /创建文本元素
t = Text();
ue(simpleText);
/ /创建运行
.R run = R();
Content().add(t);
agraphContent().add(run);
/ /现在我们添加到文档的正文段
Body body = y();
lockLevelElts().add(para)
或者，您可以通过编组XML的一段：
/ /假设字符串XML包含以上XML
.P para = halString(xml);
对于这个工作，你需要确保所有的命名空间中声明的字符串正确。
添加部分
如果你想添加一个新的风格的一部分？ 具体方法如下：
/ /创建一个样式的一部分
StyleDefinitionsPart stylesPart = new StyleDefinitionsPart();
/ /填充它默认风格
halDefaultStyles();
/ /添加样式的一部分主文档部分的关系
getPart(stylesPart);
你会采取同样的方法添加页眉或页脚。
当您添加一个这样的一部分，它会自动添加到源部分的关系的一部分。
一般来说，您还需要添加一个引用的部分（使用的关系身份证）到主文档的一部
分。 这适用于图像，标题和页脚。 （注释，脚注和尾注有一点不同，那是你添
加到主文档的一部分，是/脚注/尾注的个人意见，参考文献）。
的docx到（X）HTML的
docx4j 使用XSLT的docx转换为XHTML 1：
AbstractHtmlExporter exporter = new HtmlExporterNG2();
/ /注意：* 2 *有
/ /写入StreamResult（在这种情况下，输出流）
OutputStream os = new tputStream(inputfilepath + ".html"
);
Result result
= new Result(os);
(wordMLPackage, result,
inputfilepath + "_files"
);
你会发现生成的HTML是干净的。
docx4j 使用Java的XSLT扩展函数做繁重，所以对XSLT本身就是尽量简单。
的docx为PDF
docx4j 生产的XSL的，它可以反过来用于创建PDF。
目前，维克多被集成到Apache的 docx4j 用于创建PDF格式。 （不久，我们将
改变这么多的事 docx4j 生成的，由您首选使用的渲染，不管是维克多，或如
XEP商业工具）。
要创建一个PDF：
/ /字体身份映射微软Windows最佳
tMapper(
new IdentityPlusMapper());
/ /设置转换器
version c
= new sion(wordMLPackage);
/ /写入到输出流
OutputStream os = new tputStream(inputfilepath + ".pdf"
);
(os);
图像处理
当您添加一个图像到Word 2007文档中，一般增加一条，作为一个新的部分（ie
你会发现在产生的docx的一部分，包含base 64格式化图像）。
当您打开该文档中 docx4j， docx4j will create an image part representing
it.
它也可以创建一个链接的图像。 在这种情况下，图像不是嵌入的docx包，而是
正处于外部位置引用。
docx4j之
BinaryPartAbstractImage
类包含的方法，使您可以同时创建嵌入和链
接的图像以及适当的关系（）。
/ **
*创建一个字节数组从所提供的图像的一部分，其附加到
*主要文件的一部分，并返回它.* /
public static BinaryPartAbstractImage createImagePart(WordprocessingMLPackage
wordMLPackage,
byte
[] bytes)
/ **
*创建一个字节数组从所提供的图像的一部分，其附加到源的一部分
*（如主文件的一部分，一个头的一部分等），并返回它.* /
public static BinaryPartAbstractImage createImagePart(WordprocessingMLPackage
wordMLPackage,
Part sourcePart, byte
[] bytes)
/ **
*创建一个链接的图像的一部分，并附作为其指定的源部分制造业│
*（例如一个头的一部分）
* /
public static BinaryPartAbstractImage createLinkedImagePart(
WordprocessingMLPackage wordMLPackage, Part sourcePart, String fileurl)
对于一个图像显示在文档中，我们还需要在适当的XML主文档的一部分。 这个
XML可以采取2基本形式：
在Word 2007 瓦特：绘制 表格
="0" distB ="0" distL ="0" distR ="0" > ="3238500" cy ="2362200" / > ="19050" t ="0" r ="0" b ="0" / > : : < a:blip r:embed ="rId5" / > : < / pic:blipFill> : < / pic:pic> < / a:graphicData> < / a:graphic> < / wp:inline> < / w:drawing> < / w:r> < / w:p> 在Word 2003的VML的 瓦特：的PICT 格式 ="_x0000_t75" coordsize ="21600,21600" .. > ="miter" / > : < / v:formulas> : < / v:shapetype> style ="width:428.25pt;height:321pt" > < v:imagedata r:id ="rId4" o:title ="" / > < / v:shape> < / w:pict> < / w:r> < / w:p> docx4j 可以创建Word 2007 瓦特：绘图/可湿性粉剂：内嵌 您形式： / ** * Create a *可链接或嵌入在w：对/瓦特：读/写：绘图。 * If the image is wider than the page, it will be scaled *自动。 查看Javadoc的其他签名。 * @帕拉姆库马拉 filenameHint，例如任何文字的原始文件名 * @帕拉姆库马拉 文本altText像HTML的ALT键 * @帕拉姆库马拉 分化抑制因子ID1一个独特的身份证明文件 * @帕拉姆库马拉 id2另一个独特的身份证明文件 * @帕拉姆库马拉 链接 ，如果这是真的要 联系不嵌入 * / public Inline createImageInline(String filenameHint, String altText, int id1, int id2, boolean link) 然后您可以添加到 瓦特：读/写：绘图。 最后， docx4j，你可以由Word格式转换（如PDF），不支持到PNG，这是一个 支持格式的图片。 为此， docx4j 使用 ImageMagick的。 因此，如果您想使 用此功能，您需要安装ImageMagick的。 docx4j 调用ImageMagick的使用： Process p = time().exec( "imconvert -density " + density + " -units PixelsPerInch - png:-" ); 注意名称 imconvert ，这是用来让我们没有提供一个完整路径执行官。 您需要 容纳的。 文本提取 一个快速的方法来提取文本从一个的docx，是使用 TextUtils public static void extractText(Object o, Writer w) 其中元帅它是通过一个SAX ContentHandler的传递的对象，以输出到作家的文 本。 文本替换 文本替换很容易，只要你是一个搜索字符串中是代表 表格对象在您的期望。 不过，这并不一定是如此。 该字符串可以在运行文本打破出于以下几个原因： 字部分的格式不同（例如在大胆） 拼写/语法 编辑命令（rsid） docx4j 最终将容纳这些案件，但不是现在。 除这一点，你可以在多种方式的文本替换，例如： 遍历主文档的一部分，看 对象 元帅为一个字符串，搜索/替换，那么和解组再次 docx4j s XmlUtils还包括： / ** *给一个包含WML的字符串$（key1），）$（key2，返回一个合适的 *对象.* / public static Object unmarshallFromTemplate(String wmlTemplateString, 的p 见UnmarshallFromTemplate的例子，在一个包含字符串操作： My favourite colour is ${colour} . < / w:t> < / w:r> < / w:p> > My favourite ice cream is ${icecream} . < / w:t> < / w:r> < / w:p> 提示和技巧 与平面的OPC XML格式 当你想看看里面一个docx文档，它是一个有点疼痛不得不把它解压到看一看有 关的部分。 有2个解决此方法。 一个是 /PackageExplorer ，可以解压缩的docx，和 漂亮的打印部分。 另一种方法是保存为Word XML文档（*. xml的docx）的。 这将产生一个XML 文件，您可以打开一个XML编辑器，如XPontus。 docx4j 可以打开单位的OPC XML文件，并保存它们。 要打开一个平面的OPC XML文件： WordprocessingMLPackage wordMLPackage = (new (inputfilepath)); 为了保存为扁平的OPC的XML： (new (outputfilepath)); 在这两种情况下，平OPC的代码将被用于当且仅当文件扩展名是。xml的。 记住UnmarshalFromString 当你操纵的docx文件，它是很有用的解组片段的XML（如字符串，表示一个段 落要插入到文档）。 例如，给定： < w:p xmlns:w ="/wordprocessingml/2006/main" > < w:r > < w:t > Hello world w:t > w:r > w:p > 您可以简单： / /假设字符串XML包含以上XML .P para = halString(xml); 克隆 要克隆一个JAXB对象，在XmlUtils使用下列方法之一： / **克隆这个JAXB对象，使用默认JAXBContext。 * / public static / **克隆这个JAXB对象* / public static @XmlRootElement 最常用的对象有一个 @ XmlRootElement 注释，这样他们就可以被整理和 unmarshalled。 在某些情况下，您可能会发现这个注释丢失。 如果您不能添加到JAXB注释的源代码，另一种是 马歇尔 它使用代码是明确的 担忧由此产生的QName。 例如，XmlUtils包含： / **元帅到W3C的文件，供对象 *缺少@ XmlRootElement注解。 * / public static nt marshaltoW3CDomDocument(Object o, JAXBContext jc, String uri, String local, Class declaredType) 你可以使用这像这样： CTFootnotes footnotes = nDocumentPart().getFootnotesPart().getJaxbElement().getValue(); CTFtnEdn ftn = tnote().get(1); / /没有对CTFtnEdn @ XmlRootElement，所以.. Document d = ltoW3CDomDocument( ftn, , _WORD12, "footnote" , CTFtnEdn. class ); 如果您需要解组，您可以使用： public static Object unmarshalString(String str, JAXBContext jc, Class declaredType) 该 docx4j 论坛 自由的社会中提供的支持 docx4j 座谈会上，在 /forums/ 这种讨论通常是在英国。 如果你能以温和的志愿者在您的语言论坛，请告诉我 们。 其他支持选项 如果自由社会的支持，可用 docx4j 论坛不能满足您的需求，或者您只是想外包 一些编码，欢迎您购买节目，咨询和优先支持 /m// 通过购买Plutext服务，你支持持续发展 docx4j。 路线图 2010字的支持。 机制，支持新的XML元素/字模式推出了2010年，和兼容性。 这是3.0标签的主要理由为。 网页出口商： 摆脱旧的; NG2的规范。 这样做是为了消除任何'是我应该用'混 乱，并集中精力/诀窍。 PDF格式出口商： viaXSLFO规范，并获得viaHTML摆脱viaIText和。 由于使 用HTML，这个想法是消除任何'我应该用'混乱，并集中精力/诀窍。 docx4j 可 以生产只，并在用户依靠维克多或有相当于实际生产PDF格式的XSL。 这将减 少依赖性，使 docx4j 打火机。 这样做的目的是要消除的fop罐（280万）， PDF格式渲染罐（160万），iText的罐（1.1米），且核心渲染器（100万）。 字体处理： 删除潘糖的东西，所以我们并不需要一个定制的维克多罐子。 布局模型/中间格式： docx4j 包含DocumentModel，可以进一步发展，以支持： 搜索/替换 估算网页内容 样式，关闭部分，列出了 插入OLE对象：这样的电子表格，PDF文件等可以嵌入。 版本说明 这个文件是写在Word 2007中，使用： 漂亮的打印使用的XML /webTools/XmlPrettyPrint/ 或包资源 管理器 Java源代码格式化使用 PDF和HTML版本的使用产生 docx4j （通过的维克多的XSL和PDF格式）。 联系Plutext 除非你付出的支持，我怎么类型一般问题应直接向被张贴 docx4j forum 。 Plutext可以张贴到论坛的任何问题通过电子邮件应该已经向论坛接收。 Plutext可以在任何联系 *****************或 ******************* 1 /jive/?threadID=411 2 ，如果你得到错误'的访问限制：该类型 是不是中获得所需的库因限 制'（或许用一些与组合的Eclipse 3.4 /或JDK 6更新10？），你需要进入生 成标签路径的项目，图书馆，选择JRE的系统库，并添加一个访问规则，“无障 碍，**”。
发布评论