在word的处理之中，文字，各种类型的图片，最复杂的公式，之前编写的API基本都覆盖了。不过，昨天在做一个文档测试时，发现表格没有能很好的处理。debug文档对应的xml发现，表格与其它这几种内容的组织方式不太一样。像图片，公式，不管么样，都还在基于p(word的基本段落标签)标签，图片与公式的内容都还是隶属于p的内容块里面。但是表格的组织方式是顺序的，独立于任何元素。我们可以通过一张图来看看：
并且它的上级节点就是document，tbl就是word中对应的表格，里面有对表格宽度，高度，行列的各种属性定义。
拆分：
具体在做内容拆分的时候，如果把某一块内容的拆在一起，这是很关键的。特别是里面包含了文字，图片，表格。问题来了，如何定位表格呢？请看下面的图:
很明显，表格里面如果要显示内容，必然是有p元素块。在通过过滤p元素块的过程中，我们可以定位到表格中的某一个cell 块，通过docx4j提供的得到父表签的方法，就能找出当前这个cell所在表格在哪一行，那一行属于哪个表格。过程就是tc=>tr=>tbl的关系（如果对docx4j的API熟悉，你就毫无压力）。有些同学可能会问，如果通过1定位到了表格，那2，3，4，5，6肯定都能定位了？这样不就同一个表格重复了吗？good question!解决这个问题也很easy，我们可以对添加过的tbl做一个缓存，如果下次再出现，证明已经处理过了。效果如图：
原word截图
拆分之后
以上就是关于拆分的原理说明。下面，我们简单说一下组合。
组合：
单纯就表格来说，组合其实不复杂，通过body得到当前子WORD的所有元素，遍历之后添加到新的WORD就行了。
最后贴一张合成的WORD截图:
1
2
3
4
整个WORD是一个A3的版式，是带奇偶分页的。
网友评论