poxのdocxファイルの埋め込み段落内のコンテンツを抽出します

Question

私はdocxファイルからコンテンツを抽出するためにpoiを使用しています。 ファイルを処理すると、すべての画像が失われます。 私は、このファイルの形式をチェックし、構造が異常であることが判明：

<w:r> 
<w:p xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math" xmlns:wp="http://schemas.openxmlformats.org/drawingml/2006/wordprocessingDrawing"> 
<w:r> 
<w:drawing> 
<wp:anchor distT="0" distB="0" distL="114300" distR="114300" simplePos="0" relativeHeight="251658240" behindDoc="0" locked="0" layoutInCell="1" allowOverlap="1"> 
<wp:simplePos x="0" y="0"/> 
<wp:positionH relativeFrom="column"> 
<wp:align>center</wp:align> 
</wp:positionH> 
<wp:positionV relativeFrom="paragraph"> 
<wp:posOffset>2540</wp:posOffset> 
</wp:positionV> 
<wp:extent cx="5352176" cy="1837188"/> 
<wp:wrapTopAndBottom/> 
<wp:docPr id="9" name="media/GIUACAFYtDB.png"/> 
<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="0" name="media/GIUACAFYtDB.png"/> 
<pic:cNvPicPr/> 
</pic:nvPicPr> 
<pic:blipFill> 
<a:blip r:embed="rId9"/> 
<a:stretch> 
<a:fillRect/> 
</a:stretch> 
</pic:blipFill> 
<pic:spPr> 
<a:xfrm> 
<a:off x="0" y="0"/> 
<a:ext cx="5352176" cy="1837188"/> 
</a:xfrm> 
<a:prstGeom prst="rect"/> 
</pic:spPr> 
</pic:pic> 
</a:graphicData> 
</a:graphic> 
</wp:anchor> 
</w:drawing> 
</w:r> 
</w:p> 
</w:r> 

段落要素は、実行要素の内部にあります。私はそれを埋め込みパラグラフと呼び、poiを使って埋め込みパラグラフを解決する方法を見つけることができません。 このようなデータはどうすれば処理できますか？

Answer 1

public static List<XWPFPictureData> extractPictureData(XWPFRun wrun) { 
    List<XWPFPicture> pictures = wrun.getEmbeddedPictures(); 
    List<XWPFPictureData> result = new ArrayList<>(); 
    if(pictures != null && !pictures.isEmpty()) { 
     for (XWPFPicture picture : pictures) { 
      XWPFPictureData data = picture.getPictureData(); 
      if(data != null) { 
       result.add(data); 
      } 
     } 
     return result; 
    } 
    CTR ctr = wrun.getCTR(); 
    if(ctr.validate()) {  
     return result; 
    } 
    //this run does not obey openxml protocal. 
    XWPFDocument document = wrun.getDocument(); 
    String xpath = "declare namespace w='http://schemas.openxmlformats.org/wordprocessingml/2006/main' " + 
      ".//w:drawing"; 
    XmlObject[] drawings = ctr.selectPath(xpath); 
    for (XmlObject drawing : drawings) { 
     String blipPath = "declare namespace a='http://schemas.openxmlformats.org/drawingml/2006/main' " + 
       ".//a:blip"; 
     XmlObject[] blips = drawing.selectPath(blipPath); 
     if(blips.length == 0) { 
      continue; 
     } 
     XmlObject blip = blips[0]; 
     XmlObject blipId = 
       blip.selectAttribute("http://schemas.openxmlformats.org/officeDocument/2006/relationships" 
         , "embed"); 
     if(blipId == null) { 
      continue; 
     } 
     String id = ((SimpleValue)blipId).getStringValue(); 
     POIXMLDocumentPart relatedPart = document.getRelationById(id); 
     if (relatedPart instanceof XWPFPictureData) { 
      XWPFPictureData pictureData = (XWPFPictureData) relatedPart; 
      result.add(pictureData); 
     } 
    } 
    return result; 
} 

これはすべての問題を解決するわけではありませんが、現在私の問題を解決しています。 低レベルのXmlObjectにアクセスし、埋め込み段落のXWPFParagraphオブジェクトを作成しようとしましたが、失敗しました。だから私は低レベルのXML処理コードを使用します。