CN101706772A - Word文档的操作方法及装置 - Google Patents

Abstract

本发明公开了一种Word文档的操作方法，该方法包括：获得可扩展标记语言XML格式的Word文档；采用Java语言对所述XML格式的Word文档进行操作。本发明同时公开一种Word文档的操作装置，该装置包括：获得模块，用于获得XML格式的Word文档；操作模块，用于采用Java语言对所述XML格式的Word文档进行操作。采用本发明可以使Java语言操作Word文档的功能更加完善、操作效率更高，同时本发明采用Java语言操作Word文档还具有跨平台的特性。

Description

Word文档的操作方法及装置

技术领域

本发明涉及通信技术领域，尤其涉及Word文档的操作方法及装置。

背景技术

随着电子化办公在企业中的广泛应用，微软Office系列软件中的Word成为应用较为广泛的软件。

由于微软并没有公开Word文档的源码，导致在C#、VB等微软的语言系列中，可以很轻松的操作Word文档，但是在Java语言中操作Word文档成为一件很困难的事情。现有技术中，采用Java语言对Word文档进行操作所采用的技术主要有POI和Jacob。

POI技术是Apache组织开发的操作Office文档的组件，其中包含对Word文档的支持，POI技术是直接通过二进制文件操作Word文档，实现功能比较简单，可以跨平台使用，在Linux、Unix等操作系统下也可工作；但是，发明人在实现本发明的过程中，发现POI技术存在如下不足：

受限于源码保护，POI技术受到很大的限制，无法完全破译微软专有数据格式，目前仅支持2003以前的版本，实现的仅仅是基本的功能，插入图片这样的功能都不能实现，所以POI技术所做的报表比较简单，代码复杂，需要硬编码来实现。

Jacob技术是通过JNI(Java Native Interface，Java本地调用)技术调用本地的ActiveX组件来操作Word文档，功能比较强大，与微软Office软件功能比较接近，可以在Windows环境下工作。但是，发明人在实现本发明的过程中，发现Jacob技术存在如下不足：

Jacob技术实际上是在Java中调用COM/ActiveX控件的方法，其实现完全由微软组件提供，要求调用的机器是Windows机器，并要求机器上安装有0ffice环境，这一点与Java语言所倡导的跨平台是违背的，无法在中大型项目中使用。

另外，为了给用户提供内容丰富、信息详尽的Word文档，利用POI和Jacob技术操作Word文档往往会产生不太常用的PDF(Portable Document Format，便携式文件格式)或者HTML(Hyper Text Markup Language，超文本标记语言)文档，操作效率较低。

总之，由于上述不足，很多基于Java语言的项目中不愿意采用上述技术。

发明内容

本发明实施例提供一种Word文档的操作方法，用以使Java语言操作Word文档的功能更加完善、操作效率更高，同时具有跨平台的特性，该方法包括：

获得可扩展标记语言XML格式的Word文档；

采用Java语言对所述XML格式的Word文档进行操作。

本发明实施例还提供一种Word文档的操作装置，用以使Java语言操作Word文档的功能更加完善、操作效率更高，同时具有跨平台的特性，该装置包括：

获得模块，用于获得XML格式的Word文档；

操作模块，用于采用Java语言对所述XML格式的Word文档进行操作。

本发明实施例中，获得可扩展标记语言XML格式的Word文档，采用Java语言对所述XML格式的Word文档进行操作；避开了微软未能公开Word文档源码的局限，无需破译Word文档的二进制数据格式，比POI技术实现功能更加完善；同时具有跨平台的特性，与Jacob技术相比，XML格式的Word文档可以在Linux、AIX等非Windows平台上运行，也无需在机器上安装Office软件；另外，采用Java语言对XML格式的Word文档进行操作时，也不会产生不太常用的PDF或者HTML文档，操作效率较高。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1为本发明实施例中Word文档的操作方法的处理流程图；

图2为本发明实施例中Word文档的操作装置的结构示意图；

图3、图4、图5为本发明实施例中操作模块的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

如图1所示，本发明实施例中，Word文档的操作方法处理流程可以包括：

步骤101、获得XML(Extensible Markup Language，可扩展标记语言)格式的Word文档；

步骤102、采用Java语言对所述XML格式的Word文档进行操作。

由图1所示流程可以得知，本发明实施例中，获得可扩展标记语言XML格式的Word文档；采用Java语言对所述XML格式的Word文档进行操作；避开了微软未能公开Word文档源码的局限，无需破译Word文档的二进制数据格式，比POI技术实现功能更加完善；同时具有跨平台的特性，与Jacob技术相比，XML格式的Word文档可以在Linux、AIX等非Windows平台上运行，也无需在机器上安装Office软件；另外，采用Java语言对XML格式的Word文档进行操作时，也不会产生不太常用的PDF或者HTML文档，操作效率较高。

具体实施时，先获得XML格式的Word文档，该XML格式的Word文档遵循微软Schema语法定义，文件的内容是由XML格式描述的，以便于被Word识别。

获得XML格式的Word文档可以有多种方式，例如可以是：在二进制格式的Word文档经Office软件转换为XML格式的Word文档后，获得该XML格式的Word文档；这是由于：在Office软件中可正常打开编辑XML格式的Word文档；采用Java语言虽然无法读写二进制格式的Word文档，但是将二进制格式的Word文档转换为XML格式的Word文档后即可实现读写，例如将Office Word文档另存为XML格式的Word文档从而实现前述转换。

获得XML格式的Word文档，还可以是：采用Java语言创建XML文档对象，将创建的XML文档对象转换为数据内容，根据该数据内容生成所述XML格式的Word文档.即，新建一个OWord文档，此时新建的Word文档是XML格式，可以被Office识别，能够直接被Office软件打开，打开后的显示与二进制文件Word文件一致.新建文档时需要先创建XML文档对象，将创建的XML文档对象转换为数据内容后，根据该数据内容生成所述XML格式的Word文档.具体实施时，可以调用newDocument(String fileName)函数来实现：

JXWord jxw＝new JXWord()；//将本发明实施例操作Word文档的方法称为JXWord，后面的实施例相同；

Document doc＝jxw.newDocument(filename)；

具体实现代码片段如下：

public static Document createDocument(){

        Document document＝null；

        try {

                  DocumentBuilderFactory factory＝DocumentBuilderFactory

                               .newInstance()；//初始化XML工厂

                  DocumentBuilder builder＝factory.newDocumentBuilder()；/

/初始化构建器

                  document＝builder.newDocument()；//建立新的xml文档对象

             }catch(Exception e){

                  e.printStackTrace()；

             }

             return document；

}

获得XML格式的Word文档，还可以是：通过调用所述XML格式的Word文档的路径，获得所述XML格式的Word文档，从而定位该文档以便后续实现操作功能。当然，该调用操作除可以采用Java语言来实现以外，也可以采用其它语言来实现。

本发明实施例中，使用JAVA语言操作遵循微软Word XML格式文档定义的Word文档，可以绕开不公开的二进制格式限制，满足Java语言全功能操作Word的要求，从而避免现有技术中由于Word文件本身的二进制格式并未公开，第三方软件操作Word的方法要么是不完善的破解，要么是调用微软现有工具的缺陷。

具体实施时，获得XML格式的Word文档后，采用Java语言对获得的XML格式的Word文档进行操作可以有多种方式，例如采用Java语言对XML格式的Word文档进行文档打开、新建、保存、文档中数据的读取、添加、编辑和删除等操作。

一个实施例中，可以采用Java语言打开XML格式的Word文档。需要说明的是，打开的文件是XML格式的Word文档，并不是直接打开微软二进制格式的Word文档；如果是二进制格式的Word文档，可以使用Office的另存功能转化成XML格式的Word文档。

具体实施时，可以采用Java语言先读取XML格式的Word文档；再将XML格式的Word文档中的数据内容转换为XML文档(Document)对象.转换时可以运用XML解析技术，解析出XML文档对象，以备后续操纵使用.举一例，处理过程可以如下：

本例采用调用openDocument(Strng fileName)函数的方法实现用Java语言打开XML格式的Word文档。调用时先提供XML格式的Word文档的路径，调用方法如下：

JXWord jxw＝new JXWord()；

Document doc＝jxw.openDocument(filename)；//调用openDocument(Strng fileName)函数；

调用方法具体实现如下：

public Document openDocument(String filename){

   InputSource source＝new InputSource(filename)；//获取文件输入流

   DOMParser parser＝new DOMParser()；

   parser.parse(source)；//XML格式的Wrod文档的路径；

   Document doc＝parser.getDocument()；//解析输入文件，并产生xml文档对象

   return doc；

}

一个实施例中，在将XML格式的Word文档中的数据内容转换为XML文档对象之后，还可以对采用Java语言对XML文档对象进行查找、修改、删除等操作之一或组合。

例如，在打开XML格式的Word文档后，解析获得XML文档对象，可以按XML文档对象对应数据内容的数据类型对XML文档对象进行查找，获得想要查找的XML文档对象。后续可以通过对XML文档对象的访问，得到所需的数据内容。下面以待查找的XML文档对象对应的数据内容为图片和表格为例，说明前述查找方法，本例中函数调用如下：

NodeList pictures＝jxw.getPictures()；//调用xml文档中的所有图片节点

NodeList tables＝jxw.getTables()；//调用xml文档中所有表格节点

   public NodeList getPictures(){//查找图片

      NodeList nodes＝doc.getElementsByTagName(″w:pict″)；//根据图片节点特

征获取所有图片节点

      return nodes；

      }

   public NodeList getTables(){//查找表格

      NodeList nodes＝doc.getElementsByTagName(″w:tbl″)；//根据表格节点特征

获取所有表格节点

      return nodes；

      }

通过打开XML格式的Word文档后，解析获得XML文档对象，查找想要的XML文档对象，获取该XML文档对象对应数据内容所在的数据节点，对该数据节点的数据内容进行修改，举一例，对图片的属性进行修改：

jxw.changePictureID(Node picture，int i)；

jxw.changePictureSize(Node picture，int width，int height)；

//本方法目的是更换为指定id的图片

public static Node chagePictureID(Node pict，int i){

   Element ept＝(Element)pict；

      //如果没有图片形状定义，就返回不做任何操作

    if((Element)pt.getElementsByTagName(″v:shapetype″).item(0)＝＝null){

          return null；

    }

//获取图片形状定义节点

   Element shape＝(Element)ept.getElementsByTagName(

            ″v:shapetype″).item(0)；

   System.out.println(″id:″+shape.getAttribute(″id″))；

//获取图片名称节点

   Element bdata＝(Element)ept.getElementsByTagName(

         ″w:binData″).item(0)；

   String wname＝bdata.getAttribute(″w:name″)；//获取当前图片名称

 int ix＝wname.indexOf(″.″)；

wname＝wname.substring(0，ix)+i

        +wname.substring(ix)；

bdata.setAttribute(″w:name″，wname)；//设置当前图片名称

Element idata＝(Element)ept.getElementsByTagName(

        ″v:imagedata″).item(0)；//获取图片路径节点

String src＝idata.getAttribute(″src″)；

ix＝src.indexOf(″.″)；

src＝src.substring(0，ix)+i+src.substring(ix)；

idata.setAttribute(″src″，src)；//更换图片路径

System.out.println(″src:″+idata.getAttribute(″src″))；

return ept；

}

通过打开XML格式的Word文档后，解析获得XML文档对象，查找待修改的XML文档对象，获取该XML文档对象对应数据内容所在的数据节点，可以将这些数据节点直接移除，例如可以通过调用removeNode(Node node)函数实现，可以调用：

jxw.remvoeNode(Node node)；

一个实施例中，采用Java语言对XML格式的Word文档进行操作还可以包括：采用Java语言创建XML文档对象；将创建的XML文档对象转换为数据内容，将该数据内容存入XML格式的Word文档。

具体实施时，将该数据内容存入所述XML格式的Word文档时，还可以包括：将创建XML文档对象时所使用的Schema语言的版本号和/或该数据内容的Body等数据类型定义存入所述XML格式的Word文档.将该数据内容存入XML格式的Word文档时，例如添加图片、段落、表格等内容，存入的数据内容可以事先经修改，再保存为XML格式的Word文档，例如对某一个表格、图片、段落等内容进行修改.

为了方便Office打开，将该数据内容存入所述XML格式的Word文档时，还可以将XML格式的Word文档的后缀设为.doc。具体实施时，需要将XML文档对象转化为相应的数据内容的字符串，并以XML格式Word文档的形式保存，例如，可以调用saveDocument(String fileName)函数来实现，调用时提供文档的路径，文件名以.doc作为后缀，以方便在Windows用户环境中直接调用Office软件打开：

jxw.saveDocument(String fileName)；

具体实现代码片段如下：

public static void saveDocument(Document doc，String filename){

     try{

           //初始化xml文档保存工厂

           TransformerFactory tf＝TransformerFactory.newInstance()；

           //初始化xml文档保存构建器

           Transformer transformer＝tf.newTransformer()；

           //转化为dom source

           DOMSource source＝new DOMSource(doc)；

           //设置编码为GB2312

           transformer.setOutputProperty(OutputKeys.ENCODING，″GB2312″)；

           //设置缩进

           transformer.setOutputProperty(OutputKeys.INDENT，″yes″)；

           //建立文件输出流

           PrintWriter pw＝new PrintWriter(new

FileOutputStream(filename))；

           //建立xml文档输入流

           StreamResult result＝new StreamResult(pw)；

           //把xml文档对象写入到文件中

           transformer.transform(source，result)；

       }catch(TransformerException mye){

           mye.printStackTrace()；

    }catch(IOException exp){

       exp.printStackTrace()；

    }

}

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，可以包括上述实施例方法中的全部或部分步骤，所述的存储介质可以包括：ROM、RAM、磁盘、光盘等.

本发明实施例中还提供了一种Word文档的操作装置，如下面的实施例所述。由于该装置解决问题的原理与Word文档的操作方法相似，因此该装置的实施可以参见方法的实施，重复之处不再赘述。

如图2所示，本发明实施例中的Word文档的操作装置可以包括：

获得模块201，用于获得XML格式的Word文档；

操作模块202，用于采用Java语言对所述XML格式的Word文档进行操作。

一个实施例中，获得模块201可具体用于：

在二进制格式的Word文档经Office软件转换为所述XML格式的Word文档后，获得所述XML格式的Word文档；

或，采用Java语言创建XML文档对象，将创建的XML文档对象转换为数据内容，根据该数据内容生成所述XML格式的Word文档。

一个实施例中，获得模块201可具体用于：

通过调用所述XML格式的Word文档的路径，获得所述XML格式的Word文档。

如图3所示，一个实施例中，图2中操作模块202可以包括：

读取单元301，用于采用Java语言读取所述XML格式的Word文档；

转换单元302，用于将所述XML格式的Word文档中的数据内容转换为XML文档对象。

如图4所示，一个实施例中，图3中操作模块202还可以包括：

操作单元401，用于在所述转换单元302将所述XML格式的Word文档中的数据内容转换为XML文档对象之后，采用Java语言对XML文档对象进行查找、修改、删除操作之一或组合。

如图5所示，一个实施例中，图2中操作模块202可以包括：

创建单元501，用于采用Java语言创建XML文档对象；

保存单元502，用于将创建的XML文档对象转换为数据内容，将该数据内容存入所述XML格式的Word文档。

一个实施例中，保存单元502还可以用于：将创建XML文档对象时所使用的Schema版本号和/或该数据内容的数据类型定义存入所述XML格式的Word文档。

一个实施例中，保存单元502还可以用于：

将所述XML格式的Word文档的后缀设为.doc。

综上可知，本发明实施例中，获得可扩展标记语言XML格式的Word文档；采用Java语言对所述XML格式的Word文档进行操作；避开了微软未能公开Word文档源码的局限，无需破译Word文档的二进制数据格式，比POI技术实现功能更加完善；同时，本发明实施例具有跨平台的特性，与Jacob技术相比，应用XML技术使Java语言在任何平台均可实现对Word文档的操作，完成Office软件中的功能，为基于J2EE平台的系统产生日常办公用的电子文档，例如可以在Linux、AIX等非Windows平台上运行，且无需在机器上安装Office软件；再者，采用Java语言对XML格式的Word文档进行操作时，也不会产生不太常用的PDF或者HTML文档，操作效率较高。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (16)

1.一种Word文档的操作方法，其特征在于，该方法包括：

获得可扩展标记语言XML格式的Word文档；

采用Java语言对所述XML格式的Word文档进行操作。

2.如权利要求1所述的方法，其特征在于，获得XML格式的Word文档，包括：

在二进制格式的Word文档经Office软件转换为所述XML格式的Word文档后，获得所述XML格式的Word文档；

或，采用Java语言创建XML文档对象，将创建的XML文档对象转换为数据内容，根据该数据内容生成所述XML格式的Word文档。

3.如权利要求1所述的方法，其特征在于，获得XML格式的Word文档，包括：

通过调用所述XML格式的Word文档的路径，获得所述XML格式的Word文档。

4.如权利要求1、2或3所述的方法，其特征在于，采用Java语言对所述XML格式的Word文档进行操作，包括：

采用Java语言读取所述XML格式的Word文档，将所述XML格式的Word文档中的数据内容转换为XML文档对象。

5.如权利要求4所述的方法，其特征在于，将所述XML格式的Word文档中的数据内容转换为XML文档对象之后，还包括：

采用Java语言对XML文档对象进行查找、修改、删除操作之一或组合。

6.如权利要求1、2或3所述的方法，其特征在于，采用Java语言对所述XML格式的Word文档进行操作，包括：

采用Java语言创建XML文档对象，将创建的XML文档对象转换为数据内容，将该数据内容存入所述XML格式的Word文档。

7.如权利要求6所述的方法，其特征在于，将该数据内容存入所述XML格式的Word文档时，还包括：

将创建XML文档对象时所使用的Schema语言的版本号和/或该数据内容的数据类型定义存入所述XML格式的Word文档。

8.如权利要求6所述的方法，其特征在于，将该数据内容存入所述XML格式的Word文档时，还包括：

将所述XML格式的Word文档的后缀设为.doc。

9.一种Word文档的操作装置，其特征在于，该方法包括：

获得模块，用于获得XML格式的Word文档；

操作模块，用于采用Java语言对所述XML格式的Word文档进行操作。

10.如权利要求9所述的装置，其特征在于，所述获得模块具体用于：

在二进制格式的Word文档经Office软件转换为所述XML格式的Word文档后，获得所述XML格式的Word文档；

或，采用Java语言创建XML文档对象，将创建的XML文档对象转换为数据内容，根据该数据内容生成所述XML格式的Word文档。

11.如权利要求9所述的装置，其特征在于，所述获得模块具体用于：

通过调用所述XML格式的Word文档的路径，获得所述XML格式的Word文档。

12.如权利要求9、10或11所述的装置，其特征在于，所述操作模块包括：

读取单元，用于采用Java语言读取所述XML格式的Word文档；

转换单元，用于将所述XML格式的Word文档中的数据内容转换为XML文档对象。

13.如权利要求12所述的装置，其特征在于，所述操作模块还包括：

操作单元，用于在所述转换单元将所述XML格式的Word文档中的数据内容转换为XML文档对象之后，采用Java语言对XML文档对象进行查找、修改、删除操作之一或组合。

14.如权利要求9、10或11所述的装置，其特征在于，所述操作模块包括：

创建单元，用于采用Java语言创建XML文档对象；

保存单元，用于将创建的XML文档对象转换为数据内容，将该数据内容存入所述XML格式的Word文档。

15.如权利要求14所述的装置，其特征在于，所述保存单元还用于：

将创建XML文档对象时所使用的Schema语言的版本号和/或该数据内容的数据类型定义存入所述XML格式的Word文档。

16.如权利要求14所述的装置，其特征在于，所述保存单元还用于：

将所述XML格式的Word文档的后缀设为.doc。

Images