java - 如何在Apache POI Word中添加与文本内联的多个方程式？

我正在使用Apache POI将带有乳胶样式方程式的文本转换为MS Word文档。在一些帮助下，我能够成功实现它，但是如果该行具有多个方程式，那么它将产生错误的结果。

以下是我的代码：

import java.io.*;
import org.apache.poi.xwpf.usermodel.*;

import org.openxmlformats.schemas.wordprocessingml.x2006.main.CTP;
import org.openxmlformats.schemas.officeDocument.x2006.math.CTOMath;
import org.openxmlformats.schemas.officeDocument.x2006.math.CTOMathPara;

import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.stream.StreamSource;
import javax.xml.transform.stream.StreamResult;

import uk.ac.ed.ph.snuggletex.SnuggleInput;
import uk.ac.ed.ph.snuggletex.SnuggleEngine;
import uk.ac.ed.ph.snuggletex.SnuggleSession;

import java.io.IOException;

public class CreateWordFormulaFromMathML {

 static File stylesheet = new File("MML2OMML.XSL");
 static TransformerFactory tFactory = TransformerFactory.newInstance();
 static StreamSource stylesource = new StreamSource(stylesheet);

 static CTOMath getOMML(String mathML) throws Exception {
  Transformer transformer = tFactory.newTransformer(stylesource);

  StringReader stringreader = new StringReader(mathML);
  StreamSource source = new StreamSource(stringreader);

  StringWriter stringwriter = new StringWriter();
  StreamResult result = new StreamResult(stringwriter);
  transformer.transform(source, result);

  String ooML = stringwriter.toString();
  stringwriter.close();

  CTOMath ctOMath = CTOMath.Factory.parse(ooML);
  return ctOMath.getOMathArray(0);
 }

 public static void main(String[] args) throws Exception {

  XWPFDocument document = new XWPFDocument();

  String mstr = "The expression is as: $ax^2 + bx = c$ is easier to understand than $$ax^2 + \\frac{\\sin^{-1}\\theta}{\\cot{-1}} \\times y_1$$ or anything in \\[ ay^2 + b_2 \\theta\\]";

  XWPFParagraph paragraph = document.createParagraph();
  XWPFRun run = paragraph.createRun();
 // run.setText("");

  SnuggleEngine engine = new SnuggleEngine();
  SnuggleSession session = engine.createSession();

  SnuggleInput input = new SnuggleInput(mstr);
  session.parseInput(input);

  String mathML = session.buildXMLString();
  System.out.println("Input " + input.getString() + " was converted to:\n" + mathML + "\n\n");


for(String s : mathML.split("\\s+(?=<math)|(?<=</math>)\\s+")){

if (s.startsWith("<math"))
{
    CTOMath ctOMath = getOMML(s);
    System.out.println(s);

    CTP ctp = paragraph.getCTP();
    ctp.setOMathArray(new CTOMath[]{ctOMath});
}
else
{
    run.setText(s + " ");
    System.out.println(s);
}
}

  document.write(new FileOutputStream("CreateWordFormulaFromMathML.docx"));
  document.close();

 }
}

这产生了一个文件

表达式为：比ay ^ 2 + b_2 \ theta中的或更易于理解

注意：（ay ^ 2 + b_2 \ theta）正确为单词方程式格式。

我需要的是在中间带有多义方程式的内联文本。

最佳答案

如何解决创建Office OpenXML文件（例如*.docx）的解决任务？

Office OpenXML文件（例如*.docx）是ZIP存档。我们可以将它们解压缩并查看内部结构。在*.docx中找到/word/document.xml，在其中找到描述文档结构的XML。对于具有公式内联的段落，我们发现类似以下内容：

<w:p>
 <w:r>
  <w:t>text</w:t>
 </w:r>
 <m:oMath>... </m:oMath>
 <w:r>
  <w:t>text</w:t>
 </w:r>
 <m:oMath>... </m:oMath>
 ...
</w:p>

因此，我们需要多次运行以保存文本，并且在它们之间有多个<m:oMath>... </m:oMath>。

这就是为什么该段落具有OMathArray CTOMath[]的原因。并且您的代码的确会使用一个新数组覆盖此数组，而每次找到一个另外的CTOMath时，该数组都会包含一个CTOMath。而是每次发现其他CTOMath时，都需要向该数组添加其他CTOMath。

要知道我们可以使用org.openxmlformats.schemas.wordprocessingml.x2006.main.CTP段落做什么，我们需要一个文档。我发现的最好的是grepcode.com。在那里我们找到CTP.addNewOMath()和CTP.setOMathArray(int, CTOMath)。

因此，像这样更改代码：

  for(String s : mathML.split("\\s+(?=<math)|(?<=</math>)\\s+")){

   if (s.startsWith("<math")) {
    CTOMath ctOMath = getOMML(s);
    System.out.println(s);

    CTP ctp = paragraph.getCTP();
    ctp.addNewOMath();
    ctp.setOMathArray(ctp.sizeOfOMathArray()-1, ctOMath);
   }
   else {
    run = paragraph.createRun();
    run.setText(s + " ");
    System.out.println(s);
   }
  }

应该管用。