解析word公式的解決方案(office插入和wps插入不同的解決方案)

這幾天在公司的項目有個需求就是數學公式的導入,而對於word來說,插入的公式xml格式,需要轉換為mathML,借用插件MathJax來進行展示,而對於wps插入的公式來說,獲取到的是一個wmf圖片,wmf是無法在頁面上進行展示的,所以思路就是將wmf轉換為png圖片. 這個在網上的資料有很多,是先轉換為svg,再轉換為png,但是我在實際操作過程中發現很多問題,就是公式的一些特殊符號展示不出來,所以在這總結下解決辦法,最后有兩種解決方案,一個是硬編碼,一個是借助 第三方來實現.

使用的是poi解析word

先說一下office插入的公式解決方案

思路就是讀取出來的xml,先進行轉換為mathML,然后直接在頁面上展示就可以,直接代碼實現:

// 進行轉換的過程中需要借助這個文件,網上搜索就可以,或者使用everything這個軟件全盤搜一下,一般來說本機安裝office就會有這個文件,找到就可以
private static File stylesheet = new File("src/main/resources/OMML2MML.XSL");
private static TransformerFactory tFactory = TransformerFactory.newInstance();
private static StreamSource stylesource = new StreamSource(stylesheet);


/**
 * 獲取MathML
 * @param ctomath
 * @return
 * @throws Exception
 */
static String getMathML(CTOMath ctomath) throws Exception {

	Transformer transformer = tFactory.newTransformer(stylesource);

	Node node = ctomath.getDomNode();

	DOMSource source = new DOMSource(node);
	StringWriter stringwriter = new StringWriter();
	StreamResult result = new StreamResult(stringwriter);
	transformer.setOutputProperty("omit-xml-declaration", "yes");
	transformer.transform(source, result);

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

	mathML = mathML.replaceAll("xmlns:m=\"http://schemas.openxmlformats.org/officeDocument/2006/math\"", "");
	mathML = mathML.replaceAll("xmlns:mml", "xmlns");
	mathML = mathML.replaceAll("mml:", "");

	return mathML;
}

/**
 * 返回公式的集合
 * @param document
 * @return
 */
public static Map<Integer,String> mml2Html(XWPFDocument document){
	Map<Integer,String> result = new HashMap<>();
	try{

		//storing the found MathML in a AllayList of strings
		List<String> mathMLList = new ArrayList<String>(16);

		//getting the formulas out of all body elements
		for (IBodyElement ibodyelement : document.getBodyElements()) {
			if (ibodyelement.getElementType().equals(BodyElementType.PARAGRAPH)) {
				XWPFParagraph paragraph = (XWPFParagraph)ibodyelement;
				for (CTOMath ctomath : paragraph.getCTP().getOMathList()) {
					mathMLList.add(getMathML(ctomath));
				}
				for (CTOMathPara ctomathpara : paragraph.getCTP().getOMathParaList()) {
					for (CTOMath ctomath : ctomathpara.getOMathList()) {
						mathMLList.add(getMathML(ctomath));
					}
				}
			} else if (ibodyelement.getElementType().equals(BodyElementType.TABLE)) {
				XWPFTable table = (XWPFTable)ibodyelement;
				for (XWPFTableRow row : table.getRows()) {
					for (XWPFTableCell cell : row.getTableCells()) {
						for (XWPFParagraph paragraph : cell.getParagraphs()) {
							for (CTOMath ctomath : paragraph.getCTP().getOMathList()) {
								mathMLList.add(getMathML(ctomath));
							}
							for (CTOMathPara ctomathpara : paragraph.getCTP().getOMathParaList()) {
								for (CTOMath ctomath : ctomathpara.getOMathList()) {
									mathMLList.add(getMathML(ctomath));
								}
							}
						}
					}
				}
			}
		}

		document.close();

		for (int i = 0; i < mathMLList.size(); i++) {
			// 替換特殊符號(由於頁面上無法直接展示特殊符號,所以需要進行替換,將特殊符號替換為html可以認識的標簽(https://www.cnblogs.com/xinlvtian/p/8646683.html))
			String s = mathMLList.get(i)
					.replaceAll("±", "&#x00B1;")
					.replaceAll("∑","&sum;");
			s = "<math xmlns=\"http://www.w3.org/1998/Math/MathML\">" + s + "</math>";
			result.put(i,s);
		}
		return result;
	}catch (Exception e){
		e.printStackTrace();
	}
	return result;
}

/**
 * 獲取所有的公式
 * @param xwpfDocument
 * @return
 */
public static Map<Integer,String> getFormulaMap(XWPFDocument xwpfDocument){
	Map<Integer, String> result = new HashMap<>();
	// 獲取到公式的Map集合
	Map<Integer, String> mml2Html = mml2Html(xwpfDocument);
	Set<Map.Entry<Integer, String>> entries = mml2Html.entrySet();
	// 遍歷所有段落,獲取所有包含公式的段落
	List<XWPFParagraph> paragraphs = xwpfDocument.getParagraphs();
	int j = 0;
	for (int i = 0; i < paragraphs.size(); i++) {
		XWPFParagraph xwpfParagraph = paragraphs.get(i);
		CTP ctp = xwpfParagraph.getCTP();
		String xmlText = ctp.xmlText();
		if(xmlText.contains("<m:oMath>")){
			StringBuilder sb = new StringBuilder();
			sb.append(xwpfParagraph.getParagraphText());
			sb.append(mml2Html.get(j++));
			result.put(i,sb.toString());
		}

	}
	return result;
}    

public static void main(String[] args) throws Exception {
    XWPFDocument xwpfDocument = new XWPFDocument(new FileInputStream("C:\\Users\\wz157\\Desktop\\題目批量導入模板 (1).docx"));
    // 這個就能獲取到所有公式了,Integer表示的是第幾個公式,String表示公式轉化后的mathML,借助mathJax可以在頁面上進行展示
    Map<Integer, String> formulaMap = getFormulaMap(xwpfDocument);
    // 接下來就看自己公司的業務了,我們是將這個東西直接存入數據庫,到時候展示的時候直接拿出來就可以了
    // 前台展示的時候需要注意,將mathJax下載下來里面有實例,其實就是添加<script type="text/javascript"
  src="http://cdn.mathjax.org/mathjax/latest/MathJax.js?config=TeX-AMS-MML_HTMLorMML">,就可以展示了,這個絕對是可行的,如果不可以請檢查頁面上的這個js文件是否引入正確.
}

上面就是office插入公式進行轉換的解決方案,尤其注意后面的樣式,一定要正確,就絕對沒有問題,建議下載源碼包,里面的test下有何mml的示例.

wps插入公式的解決方案

第一種,使用第三方,這個需要去官方先注冊一下,獲取到一個api key,網站是https://cloudconvert.com/,注冊完成之后點擊上面導航的API,進入頁面點擊API Console,就可以找到字節的apikey了,下面我使用自己的apikey作為實例.

這里只說轉換,不說poi讀取word,其實也很簡單,獲取對象,getAllPictures()方法,獲取所有圖片,使用picture.suggestFileExtension()獲取圖片后綴,看后綴是否是wmf結尾的就可以了.下面直接說轉換.

// Create service object
// CloudConvertService service = new CloudConvertService("<api key>");
CloudConvertService service = new CloudConvertService("OtyvB1mgwMzVQsFYdN663Ue80fKXjrlR3D5T6Je1vqmHs93dkC1n8sWum6JHVnZx");

// Create conversion process
ConvertProcess process = service.startProcess("wmf", "png");

// Perform conversion
process.startConversion(new File("C:\\Users\\wz157\\Desktop\\1.wmf"));

// Wait for result
ProcessStatus status;
waitLoop: while (true) {
	status = process.getStatus();

	switch (status.step) {
		case FINISHED: break waitLoop;
		case ERROR: throw new RuntimeException(status.message);
	}

	// Be gentle
	Thread.sleep(200);
}

// Download result
service.download(status.output.url, new File("C:\\\\Users\\\\wz157\\\\Desktop\\\\output.png"));

// Clean up
process.delete();

---

對了,首先要先引入依賴:

<dependency>
	<groupId>org.aioobe.cloudconvert</groupId>
	<artifactId>client</artifactId>
	<version>1.1</version>
</dependency>

這就解決了,是不是很簡單,但是這個因為訪問的是國際網站,大家懂得,比較慢,但是也不是慢的不能接受,親自實踐,一張圖片大概幾秒的時間.

還有需要注意,如果使用過程出現NoSuch...Method,這個方法的出現只能證明jar包沖突,排除一下就可以.但是需要找到那個沖突,我在使用過程中和公司的父項目的jar沖突,所以直接將父項目中存在的jar排出了下,如下

<exclusions>
	<exclusion>
		<groupId>javax.ws.rs</groupId>
		<artifactId>jsr311-api</artifactId>
	</exclusion>
</exclusions>

第二種方案,就是硬編碼,借助的是wmf2svg這個jar,這個需要版本是0.9.8,比較高的版本,這個需要注意.

/**
 * 圖片轉化成base64字符串
 *
 * @param imgFile
 * @return
 */
public static String GetImageStr(String imgFile) {// 將圖片文件轉化為字節數組字符串，並對其進行Base64編碼處理
	InputStream in = null;
	byte[] data = null;
	// 讀取圖片字節數組
	try {
		in = new FileInputStream(imgFile);
		data = new byte[in.available()];
		in.read(data);
		in.close();
	} catch (IOException e) {
		e.printStackTrace();
	}
	// 對字節數組Base64編碼
	BASE64Encoder encoder = new BASE64Encoder();
	return encoder.encode(data);// 返回Base64編碼過的字節數組字符串
}

/**
 * 將svg字符串轉換為png
 *
 * @param svgCode     svg代碼
 * @param pngFilePath 保存的路徑
 * @throws TranscoderException svg代碼異常
 * @throws IOException         io錯誤
 */
public static void convertToPng(String svgCode, String pngFilePath) throws IOException,
		TranscoderException {

	File file = new File(pngFilePath);

	FileOutputStream outputStream = null;
	try {
		file.createNewFile();
		outputStream = new FileOutputStream(file);
		convertToPng(svgCode, outputStream);
	} finally {
		if (outputStream != null) {
			try {
				outputStream.close();
			} catch (IOException e) {
				e.printStackTrace();
			}
		}
	}
}

/**
 * 將svgCode轉換成png文件，直接輸出到流中
 *
 * @param svgCode      svg代碼
 * @param outputStream 輸出流
 * @throws TranscoderException 異常
 * @throws IOException         io異常
 */
public static void convertToPng(String svgCode, OutputStream outputStream)
		throws TranscoderException, IOException {
	try {
		// Base64解碼
		BASE64Decoder decoder = new BASE64Decoder();
		byte[] bytes = decoder.decodeBuffer(svgCode);
		for (int i = 0; i < bytes.length; ++i) {
			if (bytes[i] < 0) {// 調整異常數據
				bytes[i] += 256;
			}
		}

		// 根據上面byte[]數組 生成 png 圖片
		PNGTranscoder t = new PNGTranscoder();
		TranscoderInput input = new TranscoderInput(new ByteArrayInputStream(bytes));
		TranscoderOutput output = new TranscoderOutput(outputStream);
		t.transcode(input, output);
		outputStream.flush();
	} finally {
		if (outputStream != null) {
			try {
				outputStream.close();
			} catch (IOException e) {
				e.printStackTrace();
			}
		}
	}
}

// 尤其注意main方法,這里僅僅是作為演示,在我們項目中完全是使用流進行傳遞,二進制+img標簽寫入數據庫的
public static void main(String[] args) throws IOException, TranscoderException  {
    
	String wmf = "C:\\Users\\wz157\\Desktop\\1.wmf";
	String svg = "C:\\Users\\wz157\\Desktop\\222.svg";
	// 這一步很重要
	Main.main(new String[] {"-debug", "-replace-symbol-font", wmf, svg});

	String strImg = GetImageStr(wmf);

	// convertToPng(strImg, "C:\\Users\\wz157\\Desktop\\s.jpeg");

	convertToPng(strImg, "C:\\Users\\wz157\\Desktop\\s.png");
}

---

加入依賴(應該就是下面的依賴):

<!-- wmf轉碼svg -->
<dependency>
	<groupId>net.arnx</groupId>
	<artifactId>wmf2svg</artifactId>
	<version>0.9.8</version>
</dependency>

<!-- svg轉碼png -->
<dependency>
	<groupId>org.codeartisans.thirdparties.swing</groupId>
	<artifactId>batik-all</artifactId>
	<version>1.8pre-r1084380</version>
</dependency>

<dependency>
	<groupId>org.apache.xmlgraphics</groupId>
	<artifactId>batik-transcoder</artifactId>
	<version>1.9.1</version>
</dependency>

這個在使用過程中也可能出現jar包沖突,是因為低版本導致的,也是因為我們父項目中的版本是0.9.5,所以版本比較低,也出現了那個找不到方法的問題,一樣的解決方案.

上面就是提供的word解析的方案,可以拿來直接使用,如果有問題或者哪沒有弄通可以聯系我(本人qq: 2585700076,微信是:wz15713598138),總結到此,一起加油