Docx4j

docx4j是一个用于处理OOXML（office open xml）文档（如docx、pptx等文档）的库，功能非常强大，其基础部分是开源的，但一些高级功能是需要商业授权，比如文档的合并等功能。

网络上也有其它合并的方式，但并不好用，那么使用docx4j的商业授权部分来做是什么情况呢？

下面的代码是基于docx4j企业版的试用版（Plutext-Enterprise-3.3.0.6-trial）。

合并多个docx文档

public class MergeWholeDocumentsUsingBlockRange {public final static String DIR_IN = System.getProperty("user.dir")+ "/src/samples/MergeDocx/resources/";public final static String DIR_OUT = System.getProperty("user.dir")+ "/";public static void main(String[] args) throws Exception {String[] files = {"IntegersOnly.docx", "UN-Declaration.docx" , "SolarSystem.docx"};List<BlockRange> blockRanges = new ArrayList<BlockRange>();for (int i=0 ; i< files.length; i++) {BlockRange block = new BlockRange(WordprocessingMLPackage.load(new File(DIR_IN + files[i])));blockRanges.add( block );// No pages breaksblock.setSectionBreakBefore(SectionBreakBefore.CONTINUOUS);// if you want no headers on the pages from docx2:block.setHeaderBehaviour(HfBehaviour.NONE);if (i==1) {block.setStyleHandler(StyleHandler.RENAME_RETAIN);}}// Perform the actual mergeDocumentBuilder documentBuilder = new DocumentBuilder();WordprocessingMLPackage output = documentBuilder.buildOpenDocument(blockRanges);// Save the resultDocx4J.save(output, new File(DIR_OUT+"OUT_MergeWholeDocumentsUsingBlockRange.docx"), Docx4J.FLAG_NONE);      }
}

上面的代码是摘自Plutext-Enterprise-3.3.0.6试用版示例代码，代码非常简单，不需要什么解释；当然除了这段标准代码外在合并时还可以设置一些特殊的参数。

合并pptx文档

public class MergeWholePresentations {public final static String DIR_IN = "D:/docx/";public final static String DIR_OUT = "D:/";public static void main(String[] args) throws Exception {long startMS = System.currentTimeMillis();String[] deck = {"1.pptx" ,"2.pptx", "3.pptx",};PresentationBuilder builder = new PresentationBuilder();for (int i=0 ; i< deck.length; i++) {System.out.println("\n\n loading " + i + "  " + deck[i] + "\n\n");// Create a SlideRange representing the slides in this pptxSlideRange sr = new SlideRange((PresentationMLPackage)OpcPackage.load(new File(DIR_IN + deck[i])));sr.setName(i+ " " + deck[i]);  // PkgIdentifier for ListeningBean// Add the slide range to the outputbuilder.addSlideRange(sr);}builder.getResult().save(new File("D:\\e.pptx"));// The times above don't include various things, such as Context init, and saving the final docxlong elapsedMS = System.currentTimeMillis() - startMS;int secs = Math.round(elapsedMS/1000);System.out.println("time taken: " + secs + "secs");}
}

上面的pptx合并代码基本也是示例代码，只是作了一些简化。

水印

由于需要商业授权，因此上面代码合并结果都给加了水印，如下图所示：

其实仔细分析一下，上面合并文档中的水印都是文档中的一个元素，完全可以将其去掉，但如果文档太大，可能去除过程比较慢。

这里涉及到ooxml的原理，本人也不是很熟悉；如果有兴趣可以去了解一下，本质上一个docx（或pptx）文档就是一堆xml文件压缩到一个文件中，这些xml中定义了该文档所有细节；其中这里的水印也是一段XML代码，我们只需要分析一下合并的结果，找到并删除即可。

去水印

在合并后的docx文档中，水印是一个段落结构，所以我们只需要分析所有段落找到目标段落即可。

下面的代码可以获取文档中所有段落：

// 递归方法，获取给定对象下所有符合条件的对象
private static <T> List<T> getAllElementFromObject(Object obj, Class<T> toSearch) {List<T> result = new ArrayList<>();if (obj instanceof JAXBElement) obj = ((JAXBElement<?>) obj).getValue();if (obj.getClass().equals(toSearch)) {result.add(toSearch.cast(obj));} else if (obj instanceof ContentAccessor) {List<?> children = ((ContentAccessor) obj).getContent();for (Object child : children) {result.addAll(getAllElementFromObject(child, toSearch));}}return result;
}

调用代码：

List<P> pList = getAllElementFromObject(documentPart, P.class);

而在合并的pptx文档中，是每页都有水印的，因此可以分析所有幻灯片，找到目标Shape结构（pptx文档中水印是一个Shape）删除即可。

由于涉及到商业授权，这里就不放完整代码了；不过根据这个思路，去除其实是很容易的。

如何使用Docx4J合并docx及pptx文档相关推荐

Springboot生成Word/EXECL/PPTX文档
目录一.概述二.使用介绍第一种Poi-tl: 1.介绍 2.功能第二种Poi: 什么是POI 二进制分布源码分发一.概述 Word模板引擎:使用Word模板和数据生成对应的Word文档. ...
C# 合并及拆分Word文档
C# 合并及拆分Word文档本文简要分析一下如何如何使用C#简单实现合并和拆分word文档.平时我们在处理多个word文档时,可能会想要将两个文档合并为一个,或者是将某个文档的一部分添加到另一个文档 ...
【Python】导出docx格式Word文档中的文本、图片和附件等
[Python]导出docx格式Word文档中的文本.图片和附件等零.需求为批量批改学生在机房提交的实验报告,我需要对所有的实验文档内容进行处理.需要批量提取Word文档中的图片和附件以便进一步检 ...
Java：多个文档合并输出到一个文档
多个文档合并输出到一个文档方法:Java NIO package First;import java.io.File; import java.io.FileInputStream; import ...
合并多个Word文档
在Word 2007中可以合并多个Word文档. 转载于:https://blog.51cto.com/jackiechen/176693
合并多个word的代码_快速合并多个word文档内容，别再复制粘贴了！
问题情境: 相信很多童鞋在处理多个word文档内容合并时,我想一般情况下你们都会打开各个文档,复制里面的内容,再粘贴到同一个文档里面. 技巧步骤: 1. 首先新建一个文档,单击"插入&quo ...
浅析C#合并多个WORD文档的具体实现方法
http://www.chinacs.net/a/csharp/2010/0724/36.html 今天因为客户需要,需要将多个WORD文档合并成为一个WORD文档.其中,对WORD文档的合并方式分两 ...
java pdf合并_Java 合并、拆分PDF文档
本文将介绍如何在Java程序中合并及拆分PDF文档,合并文档时,包括合并多个不同PDF文档为一个文档,以及合并PDF文档的不同页面为一页:拆分文档是,包括将PDF文档按每一页拆分,以及按指定页数范围来 ...
java读取word文档内容_合并多个Word文档内容，还在复制粘贴就out了，同事五秒轻松搞定...
在我们工作中,我们经常会编写多个Word文档内容,那么怎么将多个单个的Word文档合并到一个文档中,这就会显得有些难度. 如上图所示,我们需要将三个不同的案例,快速的汇总到我们的案例汇总表当中.许多朋 ...

如何使用Docx4J合并docx及pptx文档

Docx4j

合并多个docx文档

合并pptx文档

水印

去水印

如何使用Docx4J合并docx及pptx文档相关推荐

最新文章

热门文章