Java读取word文件，字体，颜色

在Android读取Word文件时，在网上查看时可以用tm-extractors，但好像没有提到怎么读取Word文档中字体的颜色，字体，上下标等相关的属性。但由于需要，要把doc文档中的内容（字体，下划线，颜色等）读取应用到android中（不包括图片和图表）。

后面采用的是poi三方jar包（原包太大，可以从源代码里自己抽取有用的一些代码减少包的大小）。

我的想法是：把doc中的内容解析出来后，加上html对应的标签，在android中通过Html.fromHtml在TextView中进行显示，或者通过WebView.loadData进行加载显示

但测试后，发现如果加载太多内容的话，在Android中效率不行。

效果（该图的效果是在TextView中的效果，在WebView中效果会更好些）：

doc图：

android图：

做法１：（解析为span样式的，这种做法只能用WebView方式加载，Html.fromHtml无效）

Java代码  

1. /**Span样式
2. * 通过字体的样式进行加载
3. * @param inputStream
4. * @return
5. */
6. public static String readDocToSpanByRun(InputStream inputStream) {
7. HWPFDocument hwpfDocument = null;
8. if(inputStream == null)
9. throw new RuntimeException("inputStream is null ...");
10. try{
11. hwpfDocument = new HWPFDocument(inputStream);
12. }catch(Exception e) {
13. throw new RuntimeException("HWPFDocment Exception", e);
14. }
15. Range allRange = hwpfDocument.getRange();
16. int length = allRange.numCharacterRuns();
17. StringBuffer sb = new StringBuffer();
18. CharacterRun cur;
19. String text = "";
20. for (int i = 0; i < length; i++) {
21. cur = allRange.getCharacterRun(i);
22. sb.append(CharacterRunUtils.toSpanType(cur));
23. text = CharacterRunUtils.getSpicalSysbomByRun(cur.text());
24. if(cur.getSubSuperScriptIndex() == 1)
25. sb.append("^{").append(text).append("}");
26. else if(cur.getSubSuperScriptIndex() == 2)
27. sb.append("_{").append(text).append("}");
28. else
29. sb.append(text);
30. sb.append("</span>");
31. }
32. return sb.toString();
33. }

做法２：（解析为font样式的，Html.fromHtml有效，但对应size的设置无效果）

Java代码  

1. /**
2. * Html样式
3. * 通过字体样式解析
4. * @param inputStream
5. * @return
6. */
7. public static String readDocToHtml(InputStream inputStream) {
8. HWPFDocument hwpfDocument = null;
9. if(inputStream == null)
10. throw new RuntimeException("inputStream is null ...");
11. try{
12. hwpfDocument = new HWPFDocument(inputStream);
13. }catch(Exception e) {
14. throw new RuntimeException("HWPFDocment Exception", e);
15. }
16. CharacterRun  cur = null;
17. StringBuffer sb = new StringBuffer();
18. StringBuffer charStr =  new StringBuffer();
19. Range allRange = hwpfDocument.getRange();
20. for(int i = 0; i < allRange.numCharacterRuns(); i++) {
21. cur = allRange.getCharacterRun(i);
22. sb.append(CharacterRunUtils.fontFaceColorSizeToHtml(cur));
23. charStr.append(CharacterRunUtils.toSupOrSub(cur, CharacterRunUtils.getSpicalSysbomByRun(cur.text())));
24. if(cur.isBold())  {
25. charStr.insert(0, "<b>");
26. charStr.insert(charStr.length(), "</b>");
27. }
28. if(cur.getUnderlineCode() != 0) {
29. charStr.insert(0, "<u>");
30. charStr.insert(charStr.length(), "</u>");
31. }
32. if(cur.isItalic()) {
33. charStr.insert(0, "<i>");
34. charStr.insert(charStr.length(), "</i>");
35. }
36. if(cur.isStrikeThrough()) {
37. charStr.insert(0, "<s>");
38. charStr.insert(charStr.length(), "</s>");
39. }
40. sb.append(charStr).append("</font>");
41. charStr.setLength(0);
42. }
43. hwpfDocument = null;
44. return sb.toString();
45. }

　以下是会用到的方法：

Java代码  

1. /**
2. *处理字体相关的属性
3. */
4. public class CharacterRunUtils {
5. private static final short ENTER_ASCII = 13;
6. private static final short SPACE_ASCII = 32;
7. private static final short TABULATION_ASCII = 9;
8. /**
9. * 比对字体是否相同
10. * 可以继续加其它属性
11. * @param cr1
12. * @param cr2
13. * @return
14. */
15. public static boolean compareCharStyleForSpan(CharacterRun cr1,
16. CharacterRun cr2) {
17. return cr1.isBold() == cr2.isBold()
18. && cr1.getFontName().equals(cr2.getFontName())
19. && cr1.getFontSize() == cr2.getFontSize()
20. && cr1.isItalic() == cr2.isItalic()
21. && cr1.getColor() == cr2.getColor()
22. && cr1.getUnderlineCode() == cr2.getUnderlineCode()
23. && cr1.isStrikeThrough() == cr2.isStrikeThrough()
24. && cr1.getColor() == cr2.getColor();
25. }
26. public static boolean compareCharColor(CharacterRun cr1, CharacterRun cr2) {
27. return cr1.getFontName().equals(cr2.getFontName())
28. && cr1.getFontSize() == cr2.getFontSize()
29. && cr1.getColor() == cr2.getColor();
30. }
31. public static String getSpicalSysbom(char currentChar) {
32. String tempStr = "";
33. if (currentChar == ENTER_ASCII) {
34. tempStr += "<br/>";
35. } else if (currentChar == SPACE_ASCII) {
36. tempStr += "&nbsp;";
37. } else if (currentChar == TABULATION_ASCII) {
38. tempStr += "&nbsp;&nbsp;&nbsp;";
39. } else {
40. tempStr += currentChar;
41. }
42. return tempStr;
43. }
44. public static String getSpicalSysbomSpan(char currentChar) {
45. String tempStr = "";
46. if (currentChar == ENTER_ASCII) {
47. tempStr += "<br/>";
48. } else if (currentChar == SPACE_ASCII) {
49. tempStr += "&nbsp;";
50. } else if (currentChar == TABULATION_ASCII) {
51. tempStr += "&nbsp;&nbsp;&nbsp;";
52. }
53. return tempStr;
54. }
55. /**
56. * 特殊字符的取代
57. * @param currentChar
58. * @return
59. */
60. public static String getSpicalSysbomByRun(String currentChar) {
61. StringBuffer tempStr = new StringBuffer();
62. int length = currentChar.length();
63. for (int i = 0; i < length; i++) {
64. tempStr.append(getSpicalSysbom(currentChar.charAt(i)));
65. }
66. return tempStr.toString();
67. }
68. /**
69. * span方式前缀
70. * @param cr
71. * @return
72. */
73. public static String toSpanType(CharacterRun cr) {
74. StringBuffer spanStyle = new StringBuffer("<span style=‘font-family:");
75. spanStyle.append(cr.getFontName()).append("; font-size:")
76. .append(cr.getFontSize() / 2).append("pt;");
77. if (cr.isBold())
78. spanStyle.append("font-weight:bold;");
79. if (cr.isItalic())
80. spanStyle.append("font-style:italic;");
81. if (cr.isStrikeThrough())
82. spanStyle.append("text-decoration:line-through;");
83. if (cr.getUnderlineCode() != 0)
84. spanStyle.append("text-decoration:underline;");
85. spanStyle.append("color:")
86. .append(ColorUtils.getHexColor(cr.getIco24())).append(";")
87. .append("‘>");
88. return spanStyle.toString();
89. }
90. /**
91. * 为font方式提供<font前缀
92. * @param cr
93. * @return
94. */
95. public static String fontFaceColorSizeToHtml(CharacterRun cr) {
96. StringBuffer htmlType = new StringBuffer("<font ");
97. htmlType.append("size=‘").append(cr.getFontSize() / 2).append("‘ ")
98. .append("face=‘").append(cr.getFontName()).append("‘ ")
99. .append("color=‘")
100. .append(ColorUtils.getHexColor(cr.getIco24())).append("‘>");
101. return htmlType.toString();
102. }
103. /**
104. * 处理上下标
105. * @param cr
106. * @param currentChar
107. * @return
108. */
109. public static String toSupOrSub(CharacterRun cr, String currentChar) {
110. int sub = cr.getSubSuperScriptIndex();
111. if (sub != 0) {
112. if (sub == 1)
113. // 上标
114. return "^{" + currentChar + "}";
115. else
116. // 下标
117. return "_{" + currentChar + "}";
118. } else
119. return currentChar;
120. }
121. public static String toSupOrSub(CharacterRun cr, char currentChar) {
122. return toSupOrSub(cr, new String(new char[]{currentChar}));
123. }
124. }

用到的颜色的转换（进行简单的颜色转换）

Java代码  

1. public class ColorUtils {
2. public static int  red(int c) {
3. return c & 0XFF;
4. }
5. public static int green(int c) {
6. return (c >> 8) & 0XFF;
7. }
8. public static int blue(int c) {
9. return (c >> 16) & 0XFF;
10. }
11. public static int rgb(int c) {
12. return (red(c) << 16) | (green(c) <<8) | blue(c);
13. }
14. public static String rgbToSix(String rgb) {
15. int length = 6 - rgb.length();
16. String str = "";
17. while(length > 0){
18. str += "0";
19. length--;
20. }
21. return str + rgb;
22. }
23. public static String getHexColor(int color) {
24. color = color == -1 ? 0 : color;
25. int rgb = rgb(color);
26. return "#" + rgbToSix(Integer.toHexString(rgb));
27. }
28. }