java POI合并两个Word后打开生成后的doxc提示 The file is corrupt and cannot be opened

目录

• 问题描述：
• 问题发现：
• 问题排查：
• 解决具体方法
• 谢谢各位，祝大家玩的开心。

问题描述：

java后端使用 Apache 的 POI导出 Word，涉及到两个 Word 模板合并的时候，合并后的文件打开出现下图中的问题！

问题发现：

找了一圈最后在博客 java开发doxc下载提示 The file is corrupt and cannot be opened找到解决办法。

问题排查：

该博客中提到是 <w:sectPr> 标签的问题，由此我写了一个标签匹配方法

    /** 获取指定标签中的内容
     * @param xml
     * @param label
     * @return
     */
    public static String regex(String xml, String label) {
        String context = "";
        // 正则表达式
        String rgex = "<" + label + "[^>]*>((?:(?!<\/" + label + ">)[\s\S])*)<\/" + label + ">";
        Pattern pattern = Pattern.compile(rgex);// 匹配的模式
        Matcher m = pattern.matcher(xml);
        // 匹配的有多个
        List<String> list = new ArrayList<String>();
        while (m.find()) {
            int i = 1;
            list.add(m.group(i));
            i++;
        }
        if (list.size() > 0) {
            // 输出内容自己定义
            context = String.valueOf(list.size());
        }
        return context;
    }

然后在 POI 合并的时候检查一下 POI 将 Word 转为 xml 后 w:sectPr 标签情况

    /** 两个对象进行追加
     * 2019-06-26 houzw添加
     * @param src 目标文档
     * @param append 子文档
     * @return
     * @throws Exception
     */
    public static XWPFDocument mergeWord(XWPFDocument src, XWPFDocument append) throws Exception {
//        XWPFParagraph paragraph = src.createParagraph();
//        //设置分页符
//        paragraph.setPageBreak(true);

        CTBody src1Body = src.getDocument().getBody();
        CTBody src2Body = append.getDocument().getBody();

        List<XWPFPictureData> allPictures = append.getAllPictures();
        // 记录图片合并前及合并后的ID
        Map<String, String> map = new HashMap();
        for (XWPFPictureData picture : allPictures) {
            String before = append.getRelationId(picture);
            // 将原文档中的图片加入到目标文档中
            String after = src.addPictureData(picture.getData(), Document.PICTURE_TYPE_PNG);
            map.put(before, after);
        }

        appendBody(src1Body, src2Body, map);

        return src;

    }

    private static void appendBody(CTBody src, CTBody append, Map<String, String> map) throws Exception {
        XmlOptions optionsOuter = new XmlOptions();
        optionsOuter.setSaveOuter();
        String appendString = append.xmlText(optionsOuter);

        String srcString = src.xmlText();
        String regex = regex(srcString, "w:sectPr");
        System.out.println(regex);
        String prefix = srcString.substring(0, srcString.indexOf(">") + 1);
        String mainPart = srcString.substring(srcString.indexOf(">") + 1, srcString.lastIndexOf("<"));
        String sufix = srcString.substring(srcString.lastIndexOf("<"));
        String addPart = appendString.substring(appendString.indexOf(">") + 1, appendString.lastIndexOf("<"));

        if (map != null && !map.isEmpty()) {
            // 对xml字符串中图片ID进行替换
            for (Map.Entry<String, String> set : map.entrySet()) {
                addPart = addPart.replace(set.getKey(), set.getValue());
            }
        }
        // 将两个文档的xml内容进行拼接
        CTBody makeBody = CTBody.Factory.parse(prefix + mainPart + addPart + sufix);

        src.set(makeBody);
    }

合并三个 word 文档，结果输出 2 也就是说前两个文档合并后 w:sectPr 标签有两个。因为我输出的是目标模板合并前的 w:sectPr 标签情况。
具体的 w:sectPr 标签内容如下：

<w:sectPr w:rsidR="003D0B45" w:rsidRPr="003D0B45"><w:footerReference w:type="first" r:id="rId7"/><w:pgSz w:w="11907" w:h="16840"/><w:pgMar w:top="1440" w:right="1797" w:bottom="1440" w:left="1797" w:header="851" w:footer="992" w:gutter="0"/><w:cols w:space="720"/><w:titlePg/><w:docGrid w:type="lines" w:linePitch="312"/></w:sectPr>

解决具体方法

去掉追加word内容中的 w:sectPr 标签，确保合成的word中只有一个 w:sectPr 标签对

        String rgex = "<[\s]*?w:sectPr[^>]*?>[\s\S]*?<[\s]*?\/[\s]*?w:sectPr[\s]*?>";
        appendString = appendString.replaceAll(rgex, "");

至此问题解决！问题总是具有片面性，真诚希望各位看官斧正，有新的观点留言我，大家一起交流学习。

谢谢各位，祝大家玩的开心。