获取包含匹配模式的文本的对象列表

我目前正在使用API Apache POI，并试图用它编辑Word文档（*.docx）。文档由段落组成（在XWPFParagraph对象中），段落包含嵌入在“运行”（XWPFRun）中的文本。段落可以有很多运行（取决于文本属性，但有时是随机的）。在我的文档，我可以有我需要的数据替换特定标签（我的所有标签遵循这一模式<#TAG_NAME#>）获取包含匹配模式的文本的对象列表

因此，举例来说，如果我处理包含文本Some text with a tag <#SOMETAG#>一个段落，我能得到这样的事情

XWPFParagraph paragraph = ... // Get a paragraph from the document 
System.out.println(paragraph.getText()); 
// Prints: Some text with a tag <#SOMETAG#>

但是，如果我想编辑该段的文本，我需要处理运行和运行数量不固定。所以，如果我表现出的运行与该代码的内容：

System.out.println("Number of runs: " + paragraph.getRuns().size()); 
for (XWPFRun run : paragraph.getRuns()) { 
    System.out.println(run.text()); 
}

有时也可以是这样的：

// Output: 
// Number of runs: 1 
// Some text with a tag <#SOMETAG#>

而其他时间这样

// Output: 
// Number of runs: 4 
// Some text with a tag 
// <# 
// SOMETAG 
// #>

我需要做什么是获得第一次运行，其中包含标记的开始和包含标记其余部分的以下运行的索引（如果标记分成多次运行）。我设法获得了该算法的第一个版本，但只有当标记（<#）的开头和标记的结尾（#>）未被分割时才起作用。 Here's what I've already done。

所以我想获得能够管理这个问题的算法，如果可能，把它与任何特定的标签的工作（不一定<#和#>，这样我就可以有这样的事情{{{这}}}替换）。

对不起，如果我的英文不完美，请不要犹豫，让我澄清你想要的任何点。

来源

2015-06-10 Florentin Le Moal

可以连接一个段落的所有运行，更新文本，然后用一个包含新文本的运行替换运行？也许你可以让它工作使用：http://stackoverflow.com/a/3638229/2611083 –

这就是我的实际解决方案部分（如果标签被分成多次运行，它将以下运行的文本连接在首先运行并删除它们）。我不想连接第一个中的所有运行，因为我将丢失所有文本参数。例如，如果该段落是** Data：** _ <#DATATAG#> _，我希望保留“Data：”以粗体显示，并用我需要的数据替换<#DATATAG#>并将其保留为斜体 –

如果整个标签具有相同的参数，它可以在不同的运行？ –

终于让我找到自己的答案，我完全改变了我的思维我原来的算法（我评论它，所以它可能会帮助别人谁可能是在同样的情况我是）

// Before using the function, I'm sure that: 
// paragraph.getText().contains(surroundedTag) == true 
private void editParagraphWithData(XWPFParagraph paragraph, String surroundedTag, String replacement) { 
    List<Integer> runsToRemove = new LinkedList<Integer>(); 
    StringBuilder tmpText = new StringBuilder(); 
    int runCursor = 0; 

    // Processing (in normal order) the all runs until I found my surroundedTag 
    while (!tmpText.toString().contains(surroundedTag)) { 
     tmpText.append(paragraph.getRuns().get(runCursor).text()); 
     runsToRemove.add(runCursor); 
     runCursor++; 
    } 

    tmpText = new StringBuilder(); 
    // Processing back (in reverse order) to only keep the runs I need to edit/remove 
    while (!tmpText.toString().contains(surroundedTag)) { 
     runCursor--; 
     tmpText.insert(0, paragraph.getRuns().get(runCursor).text()); 
    } 

    // Edit the first run of the tag 
    XWPFRun runToEdit = paragraph.getRuns().get(runCursor); 
    runToEdit.setText(tmpText.toString().replaceAll(surroundedTag, replacement), 0); 

    // Forget the runs I don't to remove 
    while (runCursor >= 0) { 
     runsToRemove.remove(0); 
     runCursor--; 
    } 

    // Remove the unused runs 
    Collections.reverse(runsToRemove); 
    for (Integer runToRemove : runsToRemove) { 
     paragraph.removeRun(runToRemove); 
    } 
}

所以现在我的方式处理段落的所有运行直到我找到包围的标记，然后如果我不需要编辑它们，我会处理回段落以忽略第一次运行。

来源

2015-06-10 13:45:54

有时DOCX文件中的文本会被分解为任意数量的运行。

来源

2015-08-31 03:52:08

获取包含匹配模式的文本的对象列表

回答

相关问题