Word试卷文档模型化解析存储到数据库
最近在搞一套在线的考试系统，有许多人反映试题的新增比较麻烦（需要逐个输入），于是呼就整个了试卷批量导入了
poi实现word转html
模型化解析html
html转Map数组
Map数组（数组的操作处理不做说明）
1.导jar包。
2.word试卷导入模板
链接:http://pan.baidu.com/s/1gfK6g5H
3.代码实现
package com.web.onlinexam.util; import java.io.BufferedWriter;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.OutputStream;
import java.io.OutputStreamWriter;
import java.io.PrintWriter;
import java.util.ArrayList;
import java.util.Date;
import java.util.HashMap;
import java.util.LinkedList;
import java.util.List;
import java.util.Map;
import java.util.regex.Matcher;
import java.util.regex.Pattern; import org.apache.commons.lang.StringUtils;
import org.apache.poi.hwpf.HWPFDocument;
import org.apache.poi.hwpf.model.PicturesTable;
import org.apache.poi.hwpf.usermodel.CharacterRun;
import org.apache.poi.hwpf.usermodel.Picture;
import org.apache.poi.hwpf.usermodel.Range;
import org.apache.poi.hwpf.usermodel.Paragraph;
import org.apache.poi.hwpf.usermodel.Table;
import org.apache.poi.hwpf.usermodel.TableCell;
import org.apache.poi.hwpf.usermodel.TableIterator;
import org.apache.poi.hwpf.usermodel.TableRow; import com.common.util.DateFormatUtil;
import com.common.util.FileUploadPathConfig; /**
* * @Description:Word试卷文档模型化解析 * @author <a href="mailto:thoslbt@163.com">Thos</a> * @ClassName: WordToHtml * @version V1.0
*
*/
public class WordToHtml { /**
* 回车符ASCII码
*/
private static final short ENTER_ASCII = 13; /**
* 空格符ASCII码
*/
private static final short SPACE_ASCII = 32; /**
* 水平制表符ASCII码
*/
private static final short TABULATION_ASCII = 9; public static String htmlText = "";
public static String htmlTextTbl = "";
public static int counter=0;
public static int beginPosi=0;
public static int endPosi=0;
public static int beginArray[];
public static int endArray[];
public static String htmlTextArray[];
public static boolean tblExist=false; public static final String inputFile="C:\\Users\\java\\Downloads\\111222.doc";
public static final String htmlFile="E:/abc.html"; public static void main(String argv[])
{
try {
getWordAndStyle(inputFile);
} catch (Exception e) {
e.printStackTrace();
}
} /**
* word文档图片存储路径
* @return
*/
public static String wordImageFilePath(){ return FileUploadPathConfig.FILE_UPLOAD_BASE+"upload/wordImage/"+ DateFormatUtil.formatDate(new Date());
} /**
* word文档图片Web访问路径
* @return
*/
public static String wordImgeWebPath(){ return "D:/var/e_learning/upload/wordImage/"+ DateFormatUtil.formatDate(new Date())+"/";
} /**
* 读取每个文字样式
*
* @param fileName
* @throws Exception
*/ public static void getWordAndStyle(String fileName) throws Exception {
FileInputStream in = new FileInputStream(new File(fileName));
HWPFDocument doc = new HWPFDocument(in); Range rangetbl = doc.getRange();//得到文档的读取范围
TableIterator it = new TableIterator(rangetbl);
int num=100; beginArray=new int[num];
endArray=new int[num];
htmlTextArray=new String[num]; // 取得文档中字符的总数
int length = doc.characterLength();
// 创建图片容器
PicturesTable pTable = doc.getPicturesTable(); htmlText = "<html><head><title>" + doc.getSummaryInformation().getTitle() + "</title></head><body>";
// 创建临时字符串,好加以判断一串字符是否存在相同格式 if(it.hasNext())
{
readTable(it,rangetbl);
} int cur=0; String tempString = "";
for (int i = 0; i < length - 1; i++) {
// 整篇文章的字符通过一个个字符的来判断,range为得到文档的范围
Range range = new Range(i, i + 1, doc); CharacterRun cr = range.getCharacterRun(0); if(tblExist)
{
if(i==beginArray[cur])
{
htmlText+=tempString+htmlTextArray[cur];
tempString="";
i=endArray[cur]-1;
cur++;
continue;
}
}
if (pTable.hasPicture(cr)) {
htmlText += tempString ;
// 读写图片
readPicture(pTable, cr);
tempString = "";
}
else { Range range2 = new Range(i + 1, i + 2, doc);
// 第二个字符
CharacterRun cr2 = range2.getCharacterRun(0);
char c = cr.text().charAt(0); // 判断是否为空格符
if (c == SPACE_ASCII)
tempString += " ";
// 判断是否为水平制表符
else if (c == TABULATION_ASCII)
tempString += " ";
// 比较前后2个字符是否具有相同的格式
boolean flag = compareCharStyle(cr, cr2);
if (flag&&c !=ENTER_ASCII)
tempString += cr.text();
else {
String fontStyle = "<span style='font-family:" + cr.getFontName() + ";font-size:" + cr.getFontSize() / 2
+ "pt;color:"+getHexColor(cr.getIco24())+";"; if (cr.isBold())
fontStyle += "font-weight:bold;";
if (cr.isItalic())
fontStyle += "font-style:italic;"; htmlText += fontStyle + "' >" + tempString + cr.text();
htmlText +="</span>";
tempString = "";
}
// 判断是否为回车符
if (c == ENTER_ASCII)
htmlText += "<br/>"; }
} htmlText += tempString+"</body></html>";
//生成html文件
writeFile(htmlText);
System.out.println("------------WordToHtml转换成功----------------");
//word试卷数据模型化
analysisHtmlString(htmlText);
System.out.println("------------WordToHtml模型化成功----------------");
} /**
* 读写文档中的表格
*
* @param pTable
* @param cr
* @throws Exception
*/
public static void readTable(TableIterator it, Range rangetbl) throws Exception { htmlTextTbl="";
//迭代文档中的表格 counter=-1;
while (it.hasNext())
{
tblExist=true;
htmlTextTbl="";
Table tb = (Table) it.next();
beginPosi=tb.getStartOffset() ;
endPosi=tb.getEndOffset(); //System.out.println("............"+beginPosi+"...."+endPosi);
counter=counter+1;
//迭代行，默认从0开始
beginArray[counter]=beginPosi;
endArray[counter]=endPosi; htmlTextTbl+="<table border>";
for (int i = 0; i < tb.numRows(); i++) {
TableRow tr = tb.getRow(i); htmlTextTbl+="<tr>";
//迭代列，默认从0开始
for (int j = 0; j < tr.numCells(); j++) {
TableCell td = tr.getCell(j);//取得单元格
int cellWidth=td.getWidth(); //取得单元格的内容
for(int k=0;k<td.numParagraphs();k++){
Paragraph para =td.getParagraph(k);
String s = para.text().toString().trim();
if(s=="")
{
s=" ";
}
htmlTextTbl += "<td width="+cellWidth+ ">"+s+"</td>";
}
}
}
htmlTextTbl+="</table>" ;
htmlTextArray[counter]=htmlTextTbl; } //end while
} /**
* 读写文档中的图片
*
* @param pTable
* @param cr
* @throws Exception
*/
public static void readPicture(PicturesTable pTable, CharacterRun cr) throws Exception {
// 提取图片
Picture pic = pTable.extractPicture(cr, false);
// 返回POI建议的图片文件名
String afileName = pic.suggestFullFileName(); File file = new File(wordImageFilePath());
System.out.println(file.mkdirs());
OutputStream out = new FileOutputStream(new File( wordImageFilePath()+ File.separator + afileName));
pic.writeImageContent(out);
htmlText += "<img src='"+wordImgeWebPath()+ afileName
+ "' mce_src='"+wordImgeWebPath()+ afileName + "' />";
} public static boolean compareCharStyle(CharacterRun cr1, CharacterRun cr2)
{
boolean flag = false;
if (cr1.isBold() == cr2.isBold() && cr1.isItalic() == cr2.isItalic() && cr1.getFontName().equals(cr2.getFontName())
&& cr1.getFontSize() == cr2.getFontSize()&& cr1.getColor() == cr2.getColor())
{
flag = true;
}
return flag;
} /*** 字体颜色模块start ********/
public static int red(int c) {
return c & 0XFF;
} public static int green(int c) {
return (c >> 8) & 0XFF;
} public static int blue(int c) {
return (c >> 16) & 0XFF;
} public static int rgb(int c) {
return (red(c) << 16) | (green(c) << 8) | blue(c);
} public static String rgbToSix(String rgb) {
int length = 6 - rgb.length();
String str = "";
while (length > 0) {
str += "0";
length--;
}
return str + rgb;
} public static String getHexColor(int color) {
color = color == -1 ? 0 : color;
int rgb = rgb(color);
return "#" + rgbToSix(Integer.toHexString(rgb));
}
/** 字体颜色模块end ******/ /**
* 写文件
*
* @param s
*/
public static void writeFile(String s) {
FileOutputStream fos = null;
BufferedWriter bw = null;
PrintWriter writer = null;
try {
File file = new File(htmlFile);
fos = new FileOutputStream(file);
bw = new BufferedWriter(new OutputStreamWriter(fos));
bw.write(s);
bw.close();
fos.close();
//编码转换
writer = new PrintWriter(file, "GB2312");
writer.write(s);
writer.flush();
writer.close();
} catch (FileNotFoundException fnfe) {
fnfe.printStackTrace();
} catch (IOException ioe) {
ioe.printStackTrace();
} } /**
* 分析html
* @param s
*/
public static void analysisHtmlString(String s){ String q[] = s.split("<br/>"); LinkedList<String> list = new LinkedList<String>(); //清除空字符
for (int i = 0; i < q.length; i++) {
if(StringUtils.isNotBlank(q[i].toString().replaceAll("</?[^>]+>","").trim())){ list.add(q[i].toString().trim());
}
}
String[] result = {};
String ws[]=list.toArray(result);
int singleScore = 0;
int multipleScore = 0;
int fillingScore = 0;
int judgeScore = 0;
int askScore = 0;
int singleNum = 0;
int multipleNum = 0;
int fillingNum = 0;
int judgeNum = 0;
int askNum = 0;
/***********试卷基础数据赋值*********************/
for (int i = 0; i < ws.length; i++) {
String delHtml=ws[i].toString().replaceAll("</?[^>]+>","").trim();//去除html
if(delHtml.contains("、单选题")){
String numScore=numScore(delHtml);
singleNum= Integer.parseInt(numScore.split(",")[0]) ;
singleScore=Integer.parseInt(numScore.split(",")[1]) ;
}else if(delHtml.contains("、多择题")){
String numScore=numScore(delHtml);
multipleNum= Integer.parseInt(numScore.split(",")[0]) ;
multipleScore=Integer.parseInt(numScore.split(",")[1]) ;
}else if(delHtml.contains("、填空题")){
String numScore=numScore(delHtml);
fillingNum= Integer.parseInt(numScore.split(",")[0]) ;
fillingScore=Integer.parseInt(numScore.split(",")[1]) ;
}else if(delHtml.contains("、判断题")){
String numScore=numScore(delHtml);
judgeNum= Integer.parseInt(numScore.split(",")[0]) ;
judgeScore=Integer.parseInt(numScore.split(",")[1]) ;
}else if(delHtml.contains("、问答题")){
String numScore=numScore(delHtml);
askNum= Integer.parseInt(numScore.split(",")[0]) ;
askScore=Integer.parseInt(numScore.split(",")[1]) ;
} }
/**************word试卷数据模型化****************/
List<Map<String, Object>> bigTiMaps = new ArrayList<Map<String,Object>>();
List<Map<String, Object>> smalMaps = new ArrayList<Map<String,Object>>();
List<Map<String, Object>> sleMaps = new ArrayList<Map<String,Object>>();
String htmlText="";
int smalScore=0;
for (int j = ws.length-1; j>=0; j--) {
String html= ws[j].toString().trim();//html格式
String delHtml=ws[j].toString().replaceAll("</?[^>]+>","").trim();//去除html
if(!isSelecteTitele(delHtml)&&!isTitele(delHtml)&&!isBigTilete(delHtml)){//无
if(isTitele(delHtml)){
smalScore=itemNum(delHtml);
}
htmlText=html+htmlText;
}else if(isSelecteTitele(delHtml)){//选择题选择项
Map<String, Object> sleMap = new HashMap<String, Object>();//选择题选择项
sleMap.put("seleteItem", delHtml.substring(0, 1));
sleMap.put("seleteQuest", html+htmlText);
sleMaps.add(sleMap);
}else if(isTitele(delHtml)){//小标题
Map<String, Object> smalMap = new HashMap<String, Object>();//小标题
smalMap.put("smalTilete", html+htmlText);
smalMap.put("smalScore", smalScore>0?smalScore+"":itemNum(delHtml)+"");
smalMap.put("sleMaps", sleMaps);
smalMaps.add(smalMap);
}else if(isBigTilete(delHtml)){//大标题
Map<String, Object> bigTiMap = new HashMap<String, Object>();//大标题
bigTiMap.put("bigTilete", delHtml.substring(2, 5));
bigTiMap.put("smalMaps", smalMaps);
bigTiMaps.add(bigTiMap);
} }
//System.out.println(bigTiMaps.toString());
} //获取大题-题目数量以及题目总计分数
public static String numScore(String delHtml){ String regEx="[^0-9+，|,+^0-9]";
Pattern p = Pattern.compile(regEx);
Matcher m = p.matcher(delHtml);
String s=m.replaceAll("").trim();
if(StringUtils.isNotBlank(s)){
if(s.contains(",")){
return s;
}else if(s.contains("，")){
return s.replace("，", ",");
}else{
return "0,0";
}
}else{
return "0,0";
} }
//获取每小题分数
public static int itemNum(String delHtml){
Pattern pattern = Pattern.compile("（(.*?)）"); //中文括号
Matcher matcher = pattern.matcher(delHtml);
if (matcher.find()&&isNumeric(matcher.group(1))){
return Integer.parseInt(matcher.group(1));
}else {
return 0;
}
}
//判断Str是否是 数字
public static boolean isNumeric(String str){
Pattern pattern = Pattern.compile("[0-9]*");
return pattern.matcher(str).matches();
}
//判断Str是否存在小标题号
public static boolean isTitele(String str){
Pattern pattern = Pattern.compile("^([\\d]+[-\\、].*)");
return pattern.matcher(str).matches();
}
//判断Str是否是选择题选择项
public static boolean isSelecteTitele(String str){
Pattern pattern = Pattern.compile("^([a-zA-Z]+[-\\：].*)");
return pattern.matcher(str).matches();
}
//判断Str是否是大标题
public static boolean isBigTilete(String str){
boolean iso= false ;
if(str.contains("一、")){
iso=true;
}else if(str.contains("二、")){
iso=true;
}else if(str.contains("三、")){
iso=true;
}else if(str.contains("四、")){
iso=true;
}else if(str.contains("五、")){
iso=true;
}else if(str.contains("六、")){
iso=true;
}else if(str.contains("七、")){
iso=true;
}else if(str.contains("八、")){
iso=true;
}
return iso;
}
}
so 我们已经完成所有步骤。
文章出自：http://www.cnblogs.com/libaoting/p/wordToMap.html
可自由引用，但请注明来源，谢谢。
Word试卷文档模型化解析存储到数据库的更多相关文章
- Java解析word,获取文档中图片位置
前言(背景介绍): Apache POI是Apache基金会下一个开源的项目,用来处理office系列的文档,能够创建和解析word.excel.ppt格式的文档. 其中对word文档的处理有两个技术 ...
- php解析word,获得文档中的图片
背景 前段时间在写一个功能:用原生php将获得word中的内容并导入到网站系统中.因为文档中存在公式,图片,表格等,因此写的比较麻烦. 思路 大体思路是先将word中格式为doc的文档转化为docx, ...
- Atitit 计算word ppt文档的页数
Atitit 计算word ppt文档的页数 http://localhost:8888/ http://git.oschina.net/attilax/ati_wordutil private vo ...
- Word 2010文档自动生成目录和某页插入页码
一.Word 2010文档自动生成目录 关于Word文档自动生成目录一直是我身边同学们最为难的地方,尤其是毕业论文,经常因为目录问题,被要求修改,而且每次修改完正文后,目录的内容和页码可能都会发生变化 ...
- xml文档的解析并通过工具类实现java实体类的映射：XML工具-XmlUtil
若有疑问,可以联系我本人微信:Y1141100952 声明:本文章为原稿,转载必须说明 本文章地址,否则一旦发现,必追究法律责任 1:本文章显示通过 XML工具-XmlUtil工具实现解析soap报文 ...
- Android根据word模板文档将表单数据生成word文档的方案整理
版权声明:本文为HaiyuKing原创文章,转载请注明出处! 前言 尝试的方案包括以下几种: freemarker 只能在java项目上运行,无法在Android项目上运行: 参考资料:<Fre ...
- Java开发知识之XML文档使用,解析
目录 XML文件详解 一丶XML简介 1.文档结构 2.XML中的元素(Element)或者叫做标签(Tab).属性 文本内容. 节点(Node) 3.XML语法规则 二丶XML文档解析 三丶使用XP ...
- 使用 jsoup 对 HTML 文档进行解析和操作
jsoup 简介 Java 程序在解析 HTML 文档时,相信大家都接触过 htmlparser 这个开源项目,我曾经在 IBM DW 上发表过两篇关于 htmlparser 的文章,分别是:从 HT ...
- Word 2007 文档结构图混乱
Word 2007在编写大型文档时经常出现文档结构图混乱的情况,经过多番检索试验,得出结论: 绝对有效的临时性解决方案:在打开word的时候左下角会有提示word自动更新文档样式,按esc键取消,然后 ...
随机推荐
- ios7 实现应用内保真截屏
CGSize size = self.content.bounds.size; UIGraphicsBeginImageContextWithOptions(size, NO, [UIScreen m ...
- 父子页面（iframe）相互获取对方dom元素
现在iframe的使用虽然开始越来越少,但是还是有牵涉到iframe的使用情况,特别是多个iframe互相嵌套,又要进行获取的情况. 现在整理了父子iframe之间互相获取的方式. (1)父页面获取子 ...
- Android中的eventBus传值
第一步:在build.gradle中添加依赖dependencies { compile 'org.greenrobot:eventbus:3.0.0'} 第二步:创建一个 Event类: 注意:en ...
- IE8及以下不支持getElementByClassName的解决办法
function getByClass(oParent, sClass){ var aEle=oParent.getElementsByTagName('*'); var aResult=[]; va ...
- 在Pythonanywhere上部署Django
1 在github上创建一个仓库blog 2 克隆到本地,添加Django项目,再推送到github 3 克隆到pythonanywhere,以后每次更新用git pull即可 4 在pythonan ...
- datables的基本操作
<%@ page language="java" contentType="text/html; charset=UTF-8" pageEncoding= ...
- zoj 1718 poj 2031 Building a Space Station
最小生成树,用了Kruskal算法.POJ上C++能过,G++不能过... 算出每两个圆心之间的距离,如果距离小于两半径之和,那么这两个圆心之间的距离直接等于0,否则等于距离-R[i]-R[j]. # ...
- Dubbo入门实例 本地伪集群测试Demo
1. 概述 Dubbo是一个分布式服务框架,致力于提供高性能和透明化的RPC远程服务调用方案,以及SOA服务治理方案 Dubbo是阿里巴巴SOA服务化治理方案的核心框架,每天为2,000+个服务提 ...
- [jquery备忘]
has :包含,找元素里面的子元素(单个) <div><span>123</span></div> $('div').has('span').css() ...
- <hr/>标签改变颜色注意事项
1.css改变颜色 <hr style="border:0;background-color:#093;height:1px;"> 注意: 如果不加border:0 ...