Question

我接受了比较此处docx文件的建议：OutOfMemoryError while doing docx comparison using docx4j

然而，这一行：

Body newBody = (Body) org.docx4j.XmlUtils.unmarshalString(contentStr);

会触发许多JAXB警告，例如：

WARN org.docx4j.jaxb.JaxbValidationEventHandler .handleEvent line 80 - [ERROR] : unexpected element (uri:"", local:"ins"). Expected elements are <{[?]}text>
INFO org.docx4j.jaxb.JaxbValidationEventHandler .handleEvent line 106 - continuing (with possible element/attribute loss)

这是可以理解的，因为org.docx4j.wml.Text没有表示处理任何嵌套标签和由Docx4jDriver.diff()写的字符串包含：

<w:t dfx:insert="true" xml:space="preserve"><ins>This</ins><ins> </ins><ins>first</ins><ins> </ins><ins>line</ins><ins> </ins><ins>has</ins><ins> </ins><ins>a</ins><ins> </ins></w:t>

因此，包含Text.getValue()标记的<ins>调用将返回一个空字符串。

我正在尝试使用建议的方法加上以下代码以编程方式确定两个docx文件之间的差异（原始+转发docx转换过程的结果）：

Body newBody = (Body) org.docx4j.XmlUtils.unmarshalString(contentStr);

for ( Object bodyPart : newBody.getContent() ) {
  if ( bodyPart instanceof P ) {
    P bodyPartInCast = (P)bodyPart;
    for ( Object currentPContent : bodyPartInCast.getContent() ) {
      if ( currentPContent instanceof R ) {
        R pContentCast = (R)currentPContent;
        for( Object currentRContent : pContentCast.getContent() ) {
          if ( currentRContent instanceof JAXBElement ) {
            JAXBElement rContentCast = (JAXBElement)currentRContent;
            Object jaxbValue = rContentCast.getValue();
            if ( jaxbValue instanceof Text ) {
              Text textValue = (Text)jaxbValue;
              System.out.println( "Text: --> " + textValue.getValue() );
            } 
          }
        }
      } 
    }
  } 
}

所以，问题是：如果这不是处理两个文件之间差异细节的正确方法，那是什么？

我正在使用docx4j版本2.8.0，并且正在比较的两个docx文件是：

Answer 1

披露：我的工作是docx4j

查看CompareDocuments使用Differencer将差异结果转换回有效的WordML内容。

获取docx4j比较的详细信息

1 个答案: