Word-docx文件图片信息格式分析

2019-04-15 14:17发布

站内文章 / PIC单片机
9991 0 1268
本文为笔记、仅作参考。 前文为: 用FreeMarker生成Word文档。 现在新需求来了，导出的Word文档中、需要包含图片。 大致的处理流程为:
  1. 解析导出信息、将 抽取出来。 替换为 [img[xxxIdInt]];
  2. 替换 HTML 标签
  3. 将 [img[xxxIdInt]] 格式的字符串、使用XML标签替换回去。 参考下面的代码段。
  4. 下载 src 为 byte[];
  5. 处理为对象;
  6. 处理对应的 XML 文档,生成 String 和 byte[]
  7. 替换 docx/zip 文件的某些 entry, 加上图片的 entry.

相关源代码

图片部分的XML大致如下: public static String template_t_start = "w:t>w:r><w:r>"; public static String template_t_end = "w:r><w:r><w:t>"; public static String template_drawing = "<w:drawing>" + "<wp:inline>" + "<wp:extent cx="{{imgWEMU}}" cy="{{imgHEMU}}"/>" + "<wp:docPr id="{{imgId}}" name="图片 {{imgId}}"/>" + "<a:graphic xmlns:a="http://schemas.openxmlformats.org/drawingml/2006/main">" + "<a:graphicData uri="http://schemas.openxmlformats.org/drawingml/2006/picture">" + "<pic:pic xmlns:pic="http://schemas.openxmlformats.org/drawingml/2006/picture">" + "<pic:nvPicPr>" + "<pic:cNvPr id="{{imgId}}" name="Picture {{imgId}}"/>" + "<pic:cNvPicPr/>" + "pic:nvPicPr>" + "<pic:blipFill>" + "<a:blip r:embed="rId{{imgId}}">a:blip>" + "<a:stretch><a:fillRect/>a:stretch>" + "pic:blipFill>" + "<pic:spPr bwMode="auto">" + "<a:xfrm><a:ext cx="{{imgWEMU}}" cy="{{imgHEMU}}"/>a:xfrm>" + "<a:prstGeom prst="rect"><a:avLst/>a:prstGeom>" + "<a:noFill/><a:ln><a:noFill/>a:ln>" + "pic:spPr>" + "pic:pic>" + "a:graphicData>" + "a:graphic>" + "wp:inline>" + "w:drawing>"; public static String imgTemplate = template_t_start + template_drawing + template_t_end; 如果文件版本不一致、请自己抽取 docx 文件中的相关文档来对比。 图片信息模型如下: public class WordImagePropertyVO { public static int emuWeight = 9525; // emu全职; EMU = 像素*weight; private String imgId; // ID,如20,21,22 private String relationshipId; private Integer width=0; // 图片的宽度 private Integer height=0;// 图片的高度 private Integer imgHEMU; // EMU = 像素*weight; private Integer imgWEMU; private String imgSrc; private byte[] imgByte; ... } ZipUtils 类增加了一些方法: /** * 自定义的ZIP工具 */ public class ZipUtils { /** * 替换ZIP中的部分条目 * @param zipInputStream 输入zip流 * @param zipOutputStream 写出zip流 * @param replaceItems 替换列表 */ public static void replaceItems(ZipInputStream zipInputStream, ZipOutputStream zipOutputStream, Map replaceItems ) { if (null == zipInputStream || null == zipOutputStream) { return; } if (null == replaceItems) { replaceItems = new HashMap<>(); } ZipEntry entryIn; try { // 1. 替换 while ((entryIn = zipInputStream.getNextEntry()) != null) { String entryName = entryIn.getName(); // boolean shouldReplaceItem = replaceItems.containsKey(entryName); InputStream targetItemInputStream = replaceItems.get(entryName); // if(shouldReplaceItem && null == targetItemInputStream){ continue;// 需要删除的item; } // 只使用 name ZipEntry entryOut = new ZipEntry(entryName); zipOutputStream.putNextEntry(entryOut); // 缓冲区 byte[] buf = new byte[8 * 1024]; int len; if (shouldReplaceItem) { // 使用替换流 while ((len = (targetItemInputStream.read(buf))) > 0) { zipOutputStream.write(buf, 0, len); } } else { // 输出普通Zip流 while ((len = (zipInputStream.read(buf))) > 0) { zipOutputStream.write(buf, 0, len); } } // 关闭此 entry zipOutputStream.closeEntry(); } // 2. 添加 items } catch (IOException e) { e.printStackTrace(); throw new RuntimeException(e); } } // 添加 items public static void addItems(ZipInputStream zipInputStream, ZipOutputStream zipOutputStream, Map addItems ) { if (null == zipInputStream || null == zipOutputStream || null == addItems || addItems.isEmpty()) { return; } Set itemKeys = addItems.keySet(); // 2. 添加 items try { for(String entryName :itemKeys){ // InputStream targetItemInputStream = addItems.get(entryName); // if(null == entryName || null == targetItemInputStream){ continue; } // ZipEntry entryOut = new ZipEntry(entryName); zipOutputStream.putNextEntry(entryOut); // 缓冲区 byte[] buf = new byte[8 * 1024]; int len; // 使用替换流 while ((len = (targetItemInputStream.read(buf))) > 0) { zipOutputStream.write(buf, 0, len); } // 关闭此 entry zipOutputStream.closeEntry(); } } catch (IOException e) { throw new RuntimeException(e); } } }

1. 引入文件格式:

根据需要增加, 如 png 或 jpeg
[Content_Types].xml 文件中需要增加以下内容:
<Default Extension="png" ContentType="image/png"/> <Default Extension="jpeg" ContentType="image/jpeg"/>

2. word/document.xml引入命名空间:

此部分、可以将一个无图的docx、一个有图的docx、抽取相关xml文件格式化后对比得出。 <w:document ...... xmlns:wp14="http://schemas.microsoft.com/office/word/2010/wordprocessingDrawing" xmlns:mc="http://schemas.openxmlformats.org/markup-compatibility/2006" xmlns:wpc="http://schemas.microsoft.com/office/word/2010/wordprocessingCanvas" xmlns:w14="http://schemas.microsoft.com/office/word/2010/wordml" xmlns:wpg="http://schemas.microsoft.com/office/word/2010/wordprocessingGroup" xmlns:wpi="http://schemas.microsoft.com/office/word/2010/wordprocessingInk" xmlns:wps="http://schemas.microsoft.com/office/word/2010/wordprocessingShape" mc:Ignorable="w14 wp14" >

图片绘制元素w:drawing

<w:r> <w:drawing> ... w:drawing> w:r> Docx文件具体的API和参考文档请访问: https://msdn.microsoft.com/en-us/library/documentformat.openxml.drawing.wordprocessing(v=office.14).aspx

w:drawing子元素: 行内元素(inline)

<w:drawing> <wp:inline distT="0" distB="0" distL="0" distR="0"> ... wp:inline> w:drawing> 其中 distT 之类的属性是距离上方Text的间距。(Distance From Text on Top Edge)

wp:inline子元素:

<wp:inline distT="0" distB="0" distL="0" distR="0"> <wp:extent cx="5274310" cy="3620117"/> <wp:effectExtent l="0" t="0" r="2540" b="0"/> <wp:docPr id="20" name="图片 20"/> <wp:cNvGraphicFramePr> <a:graphicFrameLocks xmlns:a="http://schemas.openxmlformats.org/drawingml/2006/main" noChangeAspect="1"/> wp:cNvGraphicFramePr> ...... wp:inline> 其中:
  • 必需元素: 是图片的宽高= 像素值*9525; 后面还有一个 与之对应。为什么是9525我也不知道, 参考https://msdn.microsoft.com/en-us/library/ee342530(v=office.12).aspx。
  • 非必需元素: ,估计是用于控制特效之类的扩展属性。
  • 必需元素: ; 应该是图片的文档属性, 其中ID互相之间不重复即可。
  • 非必需元素: ; 不可见元素的属性。(Common DrawingML Non-Visual Properties)

wp:inline子元素:

<wp:inline distT="0" distB="0" distL="0" distR="0"> ...... <a:graphic xmlns:a="http://schemas.openxmlformats.org/drawingml/2006/main"> ... a:graphic> wp:inline>

a:graphic单一子元素

<a:graphic xmlns:a="http://schemas.openxmlformats.org/drawingml/2006/main"> <a:graphicData uri="http://schemas.openxmlformats.org/drawingml/2006/picture"> ... a:graphicData> a:graphic>
子元素:
<a:graphicData uri="http://schemas.openxmlformats.org/drawingml/2006/picture"> <pic:pic xmlns:pic="http://schemas.openxmlformats.org/drawingml/2006/picture"> ... pic:pic> a:graphicData>
pic:pic子元素列表:
<pic:pic xmlns:pic="http://schemas.openxmlformats.org/drawingml/2006/picture"> <pic:nvPicPr> <pic:cNvPr id="20" name="Picture 20"/> <pic:cNvPicPr/> pic:nvPicPr> <pic:blipFill> ... pic:blipFill> <pic:spPr bwMode="auto"> ... pic:spPr> pic:pic>
必需元素: :
表示 Non-Visual Picture Properties:
  • 。
    • cNvPicPr 表示 (Non-Visual Picture Drawing Properties)
      • 非必需元素 a:picLocks, 指定生成程序的行为等。
    • cNvPr 表示(Non-Visual Drawing Properties),是必需元素, 其中ID互相之间不重复即可
必需元素: :
Picture Fill, 如下所示: <pic:blipFill> <a:blip r:embed="rId20"> a:blip> <a:srcRect/> <a:stretch> <a:fillRect/> a:stretch> pic:blipFill> 其中, 重要元素是:
  • 重要属性: embed (Embedded Picture Reference),表示嵌入的图片引用。
    • 引用关系处于文件: word/_rels/document.xml.rels 文件中.
  • 重要子元素: 控制缩放, 表示填满?
  • 扩展属性列表, BlipExtensionList, 可以忽略
必需元素: ：
Shape Properties. <pic:spPr bwMode="auto"> <a:xfrm> <a:off x="0" y="0"/> <a:ext cx="5274310" cy="3620117"/> a:xfrm> <a:prstGeom prst="rect"> <a:avLst/> a:prstGeom> <a:noFill/> <a:ln> <a:noFill/> a:ln> pic:spPr> 其中:
  • bwMode 属性(Black and White Mode)
  • - Transform2D, 属性。
    • 表示 Offset; 有默认值可忽略。
    • 重要属性: 表示大小, 参考上文。

3. word/_rels/document.xml.rels文件中存在对应的 Rid

形如: <Relationships xmlns="http://schemas.openxmlformats.org/package/2006/relationships"> .... <Relationship Id="rId20" Type="http://schemas.openxmlformats.org/officeDocument/2006/relationships/image" Target="media/image20.png"/> ... Relationships> 可以看到, rId20 的关系。

4. 相关的media文件:

如 word/media/image20.png

5. 注意事项:

  • 不能有  ?

热门文章