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

Question

我正在使用 Apache POI 将带有 Latex 样式方程的文本转换为 MS Word 文档。在一些帮助下，我能够成功地实现它，但如果该行有多个方程，那么它会产生错误的结果。

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();

 }
}

这会生成一个带有

的文档

表达式为:比 ay^2+b_2\theta 中的 或 更容易理解

注意:(ay^2+b_2\theta) 在字方程格式中是正确的。

我需要的是中间有多个方程的内联文本。

Answer 1

如何解决创建任务Office OpenXML文件如*.docx ？

Office OpenXML文件如*.docx很简单ZIP文件。我们可以解压它们并查看内部结构。在 *.docx我们发现/word/document.xml在那里我们找到XML它描述了文档结构。对于具有内联公式的段落，我们发现类似:

<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>

所以我们需要多次运行来保存文本，并且在它们之间有多个 <m:oMath>... </m:oMath> .

这就是为什么该段落有 OMathArray CTOMath[] 。并且您的代码确实使用具有 one CTOMath 的新数组覆盖此数组。 每次额外 CTOMath被找到。相反，额外的 CTOMath需要添加到数组中，每次追加CTOMath被发现了。

了解我们可以用org.openxmlformats.schemas.wordprocessingml.x2006.main.CTP做什么段落，我们需要为此提供文档。我发现的最好的是grepcode.com 。在那里我们找到CTP.addNewOMath()和 CTP.setOMathArray(int, CTOMath) .

因此更改您的代码:

  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);
   }
  }

应该可以。