关于如何处理图片的问题,请参考《Word-docx文件图片信息格式分析》​


顾名思义, Word文档, document 有文档的意思, archive 也有文档的意思。

​​.doc​​​, ​​.docx​​​, ​​.xls​​​, ​​.xlsx​​​ 等文件全部都是ZIP格式的，将文件重命名为 ​​xxx.zip​​ 之后，就可以看到压缩文件的结构了。

用FreeMarker生成Word文档_xml

MS-Office 97-2003 格式的文档称为二进制文档,存储结构较大。如果使用POI解析, 则使用 ​​HWPFDocument​​ 等 ​H​ 起头的类来解析。

而 MS-Office 2007,2010,2013,2016 支持的 ​​.docx​​​ 等以 ​​x​​​结尾的文件, 用POI 则对应于 ​​XWPFDocument​​ 等以 ​X​ 起头的类来解析。

当然, POI 主要用来生成Office文档, 或者从文档中提取数据。 对于 Excel 等的支持较为友好。 而对于Word文档的支持，则显得太简陋了。


POI 原来的意思是 简陋的模糊实现(​​Poor Obfuscation Implementation​​)


当然，也不是绝对, 对于 .doc 格式的文档,POI直接提供了支持。 请参考: ​​使用POI读写word doc文件​​​, 以及 ​​使用POI读写word docx文件​​ 这一系列的文章。

所以本文不讨论 .doc 文档,这种二进制文档,使用 FreeMarker 处理起来, 应该也讨不了好。请参考上面提到的​​haohaoxuexi 的博客​​.

盐归正传, 2007以后的Word,支持多种格式。最常见的是 ​​.docx​​​, 我熟悉的还有一种, ​​.xml​​ 格式。

XML 格式的Word替换

先创建一个模板Word文档, 里面输入需要的内容.

Microsoft Word 程序直接提供两种格式的转换. 方法为: ​​文件菜单 -> 另存为 -> Word XML文档(.xml) -> 保存​​ 即可。

用FreeMarker生成Word文档_文档_02

在安装了 Office 2007 及以上的系统中, 双击这个新保存的XML，会自动用Word打开。

看到这里，相信你也大致知道怎么处理了.

默认生成的XML文档是不换行的, 但也可以手工换行. 对于 ​​.xml​​ 格式的word文档, 找出需要替换的内容, 使用 FreeMarker 标签来处理即可。

类似这样:

<w:t>${xxxName}</w:t>

对于表格需要关注的标签主要是:

表格: <w:tbl>
列集合: <w:tblGrid>
列: <w:gridCol>
行: <w:tr>
单元格: <w:tc>
文本: <w:t>

docx 格式的Word替换

既然 docx 文件就是 zip 格式的,那么我们就可以将其中重要的 document.xml 给替换，就可以生成一个新的 docx 文档了。

用FreeMarker生成Word文档_xml

抽取后,自己使用FreeMarker修改其中的内容,比如if,循环(list)等:

用FreeMarker生成Word文档_生成_04

处理步骤:


  2. 创建模板 Word 文件,保存为 ​​.docx​​ 文件
  3. 复制并重命名​​.docx​​文件为 ​​.zip​​ 文件(修改后缀名不会影响文件内容)
  4. 打开 ZIP 文件,将 ​​word/document.xml​​ 文件提取出来. 只有这个文件保存了文档内容, 其他的文件应该是样式等额外的信息。
  5. 将 ​​word/document.xml​​ 文件 制作成模板.
  6. 动态替换 ​​.zip​​ 文件中的​​word/document.xml​​为 FreeMarker 文件生成的内容, 保存到另外的地方即可。

部分实现代码:

1、freemarker 依赖:


pom.xml


<dependency>
        <groupId>org.freemarker</groupId>
        <artifactId>freemarker</artifactId>
        <version>2.3.23</version>
    </dependency>

2、自定义的ZIP工具


ZipUtils.java


import java.io.*;
import java.util.zip.*;

public class ZipUtils {
    /**
     * 替换某个 item,不关闭任何输入输出流
     * @param zipInputStream zip文件的zip输入流
     * @param zipOutputStream 输出的zip输出流
     * @param itemName 要替换的 item 名称
     * @param itemInputStream 要替换的 item 的内容输入流
     */
    public static void replaceItem(ZipInputStream zipInputStream,
                   ZipOutputStream zipOutputStream,
                   String itemName,
                   InputStream itemInputStream
                   ){
    //
    if(null == zipInputStream){return;}
    if(null == zipOutputStream){return;}
    if(null == itemName){return;}
    if(null == itemInputStream){return;}
    //
    ZipEntry entryIn;
    try {
        while((entryIn = zipInputStream.getNextEntry())!=null)
        {
        String entryName =  entryIn.getName();
        ZipEntry entryOut = new ZipEntry(entryName);
        // 只使用 name
        zipOutputStream.putNextEntry(entryOut);
        // 缓冲区
        byte [] buf = new byte[8*1024];
        int len;

        if(entryName.equals(itemName)){
            // 使用替换流
            while((len = (itemInputStream.read(buf))) > 0) {
            zipOutputStream.write(buf, 0, len);
            }
        } else {
            // 输出普通Zip流
            while((len = (zipInputStream.read(buf))) > 0) {
            zipOutputStream.write(buf, 0, len);
            }
        }
        // 关闭此 entry
        zipOutputStream.closeEntry();
        }
    } catch (IOException e) {
        e.printStackTrace();
    }
    }

    /**
     * 包装输入流
     */
    public static ZipInputStream wrapZipInputStream(InputStream inputStream){
    ZipInputStream zipInputStream = new ZipInputStream(inputStream);
    return zipInputStream;
    }

    /**
     * 包装输出流
     */
    public static ZipOutputStream wrapZipOutputStream(OutputStream outputStream){
    ZipOutputStream zipOutputStream = new ZipOutputStream(outputStream);
    return zipOutputStream;
    }
}

3、对Bean进行操作的相关工具方法


BeanUtils.java


import org.apache.commons.beanutils.BeanMap;
import java.util.*;

public class BeanUtils {
    /**
     * 将Bean对象转换成Map对象
     */
    public static Map<String, Object> toMap(Object obj) {
    Map<String, Object> map = new HashMap<String, Object>();
    if (obj == null) {
        return map;
    }

    if( obj instanceof Map) {
        map.putAll((Map)obj);
        return map;
    }
    BeanMap beanMap = new BeanMap(obj);
    Iterator<String> it = beanMap.keyIterator();
    while (it.hasNext()) {
        String name = it.next();
        Object value = beanMap.get(name);
        // 转换时会将类名也转换成属性，此处去掉
        if (value != null && !name.equals("class")) {
        map.put(name, value);
        }
    }
    return map;
    }
}

4、FreeMarker 辅助工具类


FreeMarkerHelper.java


import freemarker.template.*;

import java.io.*;
import java.util.*;
import java.util.concurrent.ConcurrentHashMap;
import java.util.zip.*;


public class FreeMarkerHelper {

    public static final String UTF_8 = "UTF-8";
    public static volatile String TEMPLATE_DEFAULT_DOCX = "asset/export_sample.docx";
    public static volatile String TEMPLATE_DEFAULT_XML = "asset/document.xml";
    public static String ENTRY_NAME = "word/document.xml";
    // 缓存的Template
    private static ConcurrentHashMap<String, Template> cachedTemplateMap = new ConcurrentHashMap<>();
    /**
     * FreeMarker 的全局配置量,只应该存在1份
     * 不需要重复创建 Configuration 实例； 
     * 它的代价很高，尤其是会丢失缓存(配置信息修改对多线程存在延迟)。
     * Configuration 实例就是应用级别的单例。
     */
    public static final Configuration cfg = new Configuration(Configuration.VERSION_2_3_23);
    private static final boolean hasInit = initConfiguration();

    private static boolean initConfiguration() {
    //
    cfg.setDefaultEncoding(UTF_8);
    cfg.setTemplateExceptionHandler(TemplateExceptionHandler.RETHROW_HANDLER);
    //
    return true;
    }


    public static synchronized void parse2DocxAndClose(ExportVO bean, OutputStream outputStream){
    Map<String, Object> modelMap = new HashMap<>();
    if(null != bean){
        modelMap = BeanUtils.toMap(bean);
    }
    String templateURI = TEMPLATE_DEFAULT_XML;
    String docxTemplateURI = TEMPLATE_DEFAULT_DOCX;
    // 输出到 ByteArray(初始大小)
    ByteArrayOutputStream byteArrayOutputStream = new ByteArrayOutputStream(16 * 1024);
    // 处理
    parse2OutputStream(modelMap, byteArrayOutputStream, templateURI);
    //
    byte[] byteArray = byteArrayOutputStream.toByteArray();
    // 特定项目的输入流
    ByteArrayInputStream itemInputStream = new ByteArrayInputStream(byteArray);
    //
    InputStream docxInputStream = FreeMarkerHelper.class.getClassLoader().getResourceAsStream(docxTemplateURI);
    //
    ZipInputStream zipInputStream = ZipUtils.wrapZipInputStream(docxInputStream);
    ZipOutputStream zipOutputStream = ZipUtils.wrapZipOutputStream(outputStream);
    //
    String itemname = ENTRY_NAME;
    //
    try{
        ZipUtils.replaceItem(zipInputStream, zipOutputStream, itemname, itemInputStream);
    } finally {
        close(itemInputStream);
        close(zipInputStream);
        close(zipOutputStream);
    }



    }

    private static void parse2OutputStream(Map<String, Object> modelMap, OutputStream outputStream, String templateURI){
    //
    if(null == modelMap){
        close(outputStream);
        return;
    }
    try {
        if(null != modelMap){
        // Writter 必须指定编码
        Writer out = new BufferedWriter(new OutputStreamWriter(outputStream, UTF_8));
        //
        Template temp = getTemplateByURI(templateURI);
        //
        temp.process(modelMap, out);
        }
    } catch (Exception e) {
        e.printStackTrace();
    } finally {
        close(outputStream);
    }
    }

    // 获取缓存
    private static Template getCachedTemplateByURI(String templateURI){
    //
    Template temp = cachedTemplateMap.get(templateURI);
    if(null == temp){
        temp = getTemplateByURI(templateURI);
    }
    //
    return temp;
    }
    // 获取缓存, 同步方法
    private static synchronized Template getTemplateByURI(String templateURI){
    //
    Template temp = cachedTemplateMap.get(templateURI);
    if(null != temp){
        return temp;
    }
    //
    String name = templateURI;//.substring(templateURI.lastIndexOf("/"));
    String sourceName = name;
    try {
        // reader 会自动被关闭
        InputStream inputStream = FreeMarkerHelper.class.getClassLoader().getResourceAsStream(templateURI);
        Reader reader = new InputStreamReader(inputStream, UTF_8);
        temp = new Template(name, sourceName, reader, cfg);
    } catch (Exception e) {
        e.printStackTrace();
    }
    //
    if(null != temp){
        cachedTemplateMap.put(templateURI, temp);
    }
    //
    return temp;
    }


    private static void close(InputStream inputStream){
    if (null != inputStream){
        try {
        inputStream.close();
        } catch (IOException e) {
        e.printStackTrace();
        }
    }
    }
    private static void close(OutputStream outputStream){
    if (null != outputStream){
        try {
        outputStream.flush();
        outputStream.close();
        } catch (IOException e) {
        e.printStackTrace();
        }
    }
    }
}

5. 导出模型

记得需要 getter 和 setter 方法


ExportVO.java


import java.util.*;

//导出VO
public class ExportVO {

    private String name;
    private Double xxxScore;
    private WordTableHeaderVO header;
    private List<WordTableRowVO> rows;

    public static ExportVO newInstance(){
    ExportVO exportVO = new ExportVO();
    return  exportVO;
    }
}


WordTableRowVO.java


import java.util.*;

//表格行信息,一个行就是一个 tr
public class WordTableRowVO {
    // 索引
    private int index = 0;
    // 单元格
    private List<WordTableCellVO> cells;
}


WordTableCellVO.java


//表格的单元格信息,一个单元格就是一个 td
public class WordTableCellVO {
    // 文本
    private String text;
}


WordTableHeaderVO.java


//表头信息,一个表头就是一个列 th
public class WordTableHeaderVO {
    // 列信息
    private List<WordTableColumnVO> columns;
}


WordTableColumnVO.java


//表头信息,一个表头就是一个列 th
public class WordTableColumnVO {
    // 宽度
    private int width;
    // 名称
    private String title;
}

6. 测试类


TestExport.java


import org.apache.commons.logging.Log;
import org.apache.commons.logging.LogFactory;
import org.junit.*;
import org.springframework.util.Assert;

import java.io.FileOutputStream;
import java.util.List;

public class TestExport {

private Log logger = LogFactory.getLog(this.getClass());

@Test
public  void testExportDocx(){
  String toPath = "/export_"+ System.currentTimeMillis() +".docx";
  ExportVO exportVO = getTestExportVO(); // ...
  //
  Assert.notNull(exportVO, "exportVO 不能为 null");
  //
  try {
    FileOutputStream fileOutputStream = new FileOutputStream(toPath);
    FreeMarkerHelper.parse2DocxAndClose(exportVO, fileOutputStream);
    logger.info("输出到" + toPath);
  } catch (Exception e) {
    logger.error(e);
  }
}
}

7、 其他资源

这些文件请自己制作

类路径下:

从 .docx 文件中提取出来的 word/document.xml 文件


asset/document.xml


<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<w:document ...>
<w:body><w:p ...>

...

<w:t>名称：</w:t></w:r><w:r ...>
<w:t>${name}</w:t></w:r><w:r ...>
<w:t>分类：</w:t></w:r><w:r ...>
<w:t>${categoryName}</w:t></w:r><w:r ...>
<w:t>类型</w:t></w:r><w:r ...>
<w:t>${typeName}</w:t></w:r><w:r ...></w:p>
<w:tbl><w:tblPr> ... </w:tblPr>
<w:tblGrid>
<#list header.columns as column>
<w:gridCol w:w="#{column.width}"/>
</#list>
</w:tblGrid>

<w:tr ...>
<#list header.columns as column>
<w:tc><w:tcPr><w:tcW w:w="0" w:type="auto"/>...<w:p><w:r>
<w:t>${(column.title)!""}</w:t></w:r></w:p>
</w:tc>
</#list>
</w:tr>

<#list rows as row>
<w:tr w:rsidR="005B02B4" ...>
<#list row.cells as cell>
<w:tc><w:tcPr><w:tcW w:w="0" w:type="auto"/>...<w:p><w:r>
<w:t>${(cell.text)!""}</w:t></w:r></w:p></w:tc>
</#list>
</w:tr>
</#list>

</w:tbl>
<w:p w:rsidR="00347318" ...><w:r ...>
<w:t>XXX题：</w:t></w:r>...
<w:t>${(xxxScore)!"1"}</w:t></w:r><w:r ...>
<w:t>YYY题：</w:t></w:r><w:r ...>
<w:t>${(yyyScore)!"1"}</w:t></w:r><w:r ...>
<w:t>备注：</w:t></w:r><w:r ...>
<w:t>${(xxxComment)!""}</w:t></w:r></w:p>

...

</w:body></w:document>

保存的 .docx 文件,当然,后缀名不重要,改为 xxx.zip 也行.


asset/export_sample.docx


此文件不需要处理,只是作为一个壳。。。

…

内容忽略

…

测试通过…


关于如何处理图片的问题,请参考《Word-docx文件图片信息格式分析》​


本文档GITHub地址: ​​https://github.com/cncounter/translation/blob/master/tiemao_2016/22_xml_word_freemarker/xml_word_freemarker.md​​

日期: 2016年06月03日

​