word域代码转换html丢失解决办法

Word转html存在域代码丢失。

Aspose ，jacob，poi都无法解决

在使用jocob转换成html时域代码会被包裹

可以统一提取出来转换成latex ，latex转换成图片，解决word域代码丢失问题

private void processFormula(List nodes) throws UnsupportedEncodingException{ for(int i = nodes.size()-1;i>=0;i--){

Node node =nodes.get(i);

if(node instanceof Element){

Element e = (Element)node;

processFormula(e.childNodes());

}else if(node instanceof Comment){

String commentText = node.toString();

if(commentText.contains("

import org.jsoup.Jsoup;

import https://www.360docs.net/doc/4c3931902.html,ment;

import org.jsoup.nodes.Document;

import org.jsoup.nodes.Element;

import org.jsoup.select.Elements;

import org.springframework.util.CollectionUtils;

import https://www.360docs.net/doc/4c3931902.html,mon.util.StringUtils;

/**

* @author feiwang8

*

* 2016年8月24日下午3:45:05

*/

public class EqFormulaLatexUtil {

/**

* 左括号替代符号

*/

public static final String LEFTBRACKETRE = "く";

/**

* 右括号替代符号

*/

public static final String RIGHTBRACKETRE = "ぐ";

/**

* 左括号

*/

public static final String LEFTBRACKET = "(";

/**

* 右括号

*/

public static final String RIGHTBRACKET = ")";

/**

* 双正则

*/

public static final String REGEXPART_F="^((\\([\\s\\S]*\\)|[^\\(\\)])+),((\\([\\s\\S]*\\)|[^\\(\\)])+)$";

/**

* 单正则

*/

public static final String REGEXPART="((\\([\\s\\S]*\\)|[^\\(\\)])+)";

/**

* 逗号替代符号

*/

public static final String COMMARE = "ぃ";

/**

* 逗号

*/

public static final String COMMA = ",";

/**

* 更加comment 获取latex

* @param comment html Comment

* @return latex

*/

public static String getLatex(Comment comment){ return getLatex(comment.toString());

}

/**

* 根据comment 获取latex

* @param comment html Comment

* @return latex

*/

public static String getLatex(String comment){ String html = comment

.replace("", "")

.replace((char) 10 + "", "")

.replace((char) 13 + "", "");

Document doc = Jsoup.parse(html);

Elements sups = doc.select("sup");

Elements subs = doc.select("sub");

//纠正上标

for(Element sup:sups){

String text = sup.text();

sup.tagName("span");

sup.text("\\s("+text+", )");

}

//纠正下标

for(Element sub:subs){

String text = sub.text();

sub.tagName("span");

sub.text("\\s( ,"+text+")");

}

String eqtext = doc.body().text();

eqtext = mergeSubSup(eqtext);

// 无法被StringUtil 判断为空白的空白

eqtext = eqtext.replace((char) 8203 + "", "");

eqtext = eqtext.replace((char) 160 + "", " ").replace("\\ ", "");

eqtext = eqtext.trim();

// System.out.println(eqtext+"-------------->");

if(eqtext.startsWith("eq")){

eqtext = eqtext.replaceFirst("eq", "").trim();

eqtext = eqtext.replace("\\"+LEFTBRACKET, "\\"+LEFTBRACKETRE).replace("\\"+RIGHTBRACKET,

"\\"+RIGHTBRACKETRE).replace("\\"+COMMA, "\\"+COMMARE);

String latex = parserElements(eqtext);

return latex.replace("\\"+LEFTBRACKETRE, "\\"+LEFTBRACKET).replace("\\"+RIGHTBRACKETRE,

"\\"+RIGHTBRACKET).replace("\\"+COMMARE, "\\"+COMMA);

}

return "";

}

private static String mergeSubSup(String latex){

//这里需要合并上下标例如：eq \i\su(\s(i, )\s(＝, )\s(1, ),\s( ,3),x)

//--->eq \i\su(\s(i＝1, ),\s( ,3),x)

//TODO

return latex;

}

/**

*

* @param eqtext

* @return

*/

private static String parserElements(String eqtext){

String latex = "";

if(eqtext.contains("\\")&&eqtext.contains(LEFTBRACKET)&&eqtext.contains(RIGHTBRACK ET)){

String preText = eqtext.substring(0,eqtext.indexOf("\\"));

int startIndex = eqtext.indexOf("\\");

int endIndex= getNextLeftBra(startIndex,'(',eqtext);

int nextBra = getNextBraIndex(endIndex+1,eqtext);

String name = eqtext.substring(startIndex,endIndex);

String text = eqtext.substring(endIndex+1,nextBra);

String suffText= eqtext.substring(nextBra+1,eqtext.length());

latex = parserElements(preText) + parserToLatex(name.trim(),text) +parserElements(suffText);

}else{

latex = eqtext;

}

return latex;

}

private static int getNextLeftBra(int start,char sym,String eqtext){ for(int i =start;i

char leftbra = eqtext.charAt(i);

if(leftbra == sym){

return i;

}

}

return eqtext.length();

}

/**

* 获取配对括号的位置

* @param text 文本

* @return 位置

*/

private static int getNextBraIndex(int start,String text){ int leftbra = 0;

int rightbra = 0;

for(int i = start-1 ; i

char c = text.charAt(i);

if(c == ')'){

leftbra ++;

}

if(c =='('){

rightbra++;

}

if(rightbra!=0&&leftbra==rightbra&&i>=start){

return i;

}

}

return 0;

}

private static String parserToLatex(String name,String text){ String latex = "";

name = name.toLowerCase();

//分式

if(name.equals("\\f")){

latex +=getFLatex(name, text);

//根式

}else if(name.equals("\\r")){

latex +=getRLatex(name, text);

//上下标

}else if(name.startsWith("\\s")){

latex+=getSLatex(name, text);

//\a矩阵\al左对齐；\ac居中；\ar右对齐；\con元素排成n 列；\vsn行间增加n 磅；\hsn列间增加n磅

}else if(name.startsWith("\\a")){

latex += getALatex(name, text);

}else if(name.startsWith("\\b")){

latex+=getBLatex(name, text);

//平移

}else if(name.startsWith("\\d")){

latex+=getDLatex(name, text);

//积分

}else if(name.startsWith("\\i")){

latex+=getILatex(name, text);

//列表

}else if(name.startsWith("\\l")){

latex+=getLLatex(name, text);

//重叠

}else if(name.startsWith("\\o")){

latex+=getOLatex(name, text);

//框

}else if(name.startsWith("\\x")){

latex+=getXLatex(name, text);

//空白

}else if(StringUtils.isBlank(name)){

latex+=parserElements(text);

}else{

System.err.println("error parserToLatex");

}

return latex;

}

/**

* 根式多次根式

* @param name name

* @param text text

* @return latex

*/

private static String getRLatex(String name,String text){

String latex = "";

List args = getArgs(text);

if(args.size()==2){

latex +=" \\sqrt[";

latex +=parserElements(args.get(0));

latex +="]{";

latex +=parserElements(args.get(1));

latex +="}";

}else if(args.size()==1){

latex +=" \\sqrt{";

latex +=parserElements(args.get(0));

latex +="}";

}else{

System.err.println("error getRLatex");

}

return latex;

}

/**

* 分式

* @param name name

* @param text text

* @return latex

*/

private static String getFLatex(String name,String text){

String latex = "";

List args = getArgs(text);

if(args.size()==2){

latex +=" \\frac{";

latex +=parserElements(args.get(0));

latex +="}{";

latex +=parserElements(args.get(1));

latex +="}";

}else{

System.err.println("error getFLatex");

}

return latex;

}

/**

* //\a矩阵\al左对齐；\ac居中；\ar右对齐；\con元素排成n 列；\vsn行间增加n 磅；\hsn列间增加n磅

* @param name name

* @param text text

* @return latex

*/

private static String getALatex(String name,String text){

String latex = "";

List args =getArgs(text);

String n = name.replaceAll("^[\\S\\s]*\\\\co([0-9]*)[\\S\\s]*$", "$1");

//列数

int col = 1;

if(n.matches("[0-9]*")) col = Integer.valueOf(n);

for(int i = 0 ;i

if(i!=0&&i%col==0){

latex += " \\\\ ";

}

latex += parserElements(args.get(i));

}

return latex;

}

/**

* 左括号使用字符\lc\；右括号使用字符\rc\；左右括号都使用字符\bc\ * @param name name

* @param text text

* @return latex

*/

private static String getBLatex(String name,String text){

String latex = "";

String lc="";

String rc="";

String bc="";

List args =getArgs(text);

name = name.replace(LEFTBRACKETRE,LEFTBRACKET)

.replace(RIGHTBRACKETRE, RIGHTBRACKET);

if(name.contains("\\lc\\")||name.contains("\\rc\\")){

lc = name.replaceAll("^[\\s\\S]*\\\\lc\\\\([\\s\\S])[\\s\\S]*$", "$1");

rc = name.replaceAll("^[\\s\\S]*\\\\rc\\\\([\\s\\S])[\\s\\S]*$", "$1");

lc = StringUtils.isBlank(lc)||lc.equals(name)?".":lc;

rc = StringUtils.isBlank(rc)||rc.equals(name)?".":rc;

//方程组处理

if(lc.equals("{")&&rc.equals(".")){

latex+="\\begin{cases}";

for(int i = 0 ;i

if(i!=0)latex += " \\\\ ";

latex += parserElements(args.get(i));

}

latex+="\\end{cases}";

//矩阵处理

}else{

lc = lc.replace("{", "\\{");

rc = rc.replace("}", "\\}");

latex+="\\left"+lc+"\\begin{matrix}";

for(int i = 0 ;i

if(i!=0)latex += " \\\\ ";

latex += parserElements(args.get(i));

}

latex+="\\end{matrix}\\right"+rc;

}

}else if(name.contains("\\bc\\")){

bc = name.replaceAll("^[\\s\\S]*\\\\bc\\\\([\\s\\S])[\\s\\S]*$", "$1");

latex+="\\left"+bc+"\\begin{matrix}";

for(int i = 0 ;i

if(i!=0)latex += " \\\\ ";

latex += parserElements(args.get(i));

}

latex+="\\end{matrix}\\right"+bc;

}else{

System.err.println("error getBLatex");

}

return latex;

}

/**

* 平移\fon右边n磅；\ban左边n磅；\li为下一个字符前的空白添加下划线

* @param name name

* @param text text

* @return latex

*/

private static String getDLatex(String name,String text){

//TODO

return parserElements(text);

}

/**

* 积分

* {EQ \i (a，b，3x+1 dx)}

* \su 生成求和公式\pr 生成求积公式\in 积分限不在符号的上下，而在符号之右* \fc\c将符号c设置为固定高度的字符\vc\c 符号高度与第三个元素高度一致

* @param name name

* @param text text

* @return latex

*/

private static String getILatex(String name,String text){

String latex = "";

String sym = "";

List args = getArgs(text);

//默认上下标在符号上下

//∑

if(name.contains("\\su")){

sym = "\\sum";

//上下标在右侧

if(name.contains("\\in"))sym+="\\nolimits";

//Π

}else if(name.contains("\\pr")){

sym = "\\prod";

if(name.contains("\\in"))sym+="\\nolimits";

//\int

}else if(name.contains("\\fc\\")){

sym = name.replace("^[\\s\\S]*\\fc\\([^\\ \\(]*)[\\s\\S]*$", "$1");

}else{

sym = "\\int";

}

latex+=sym+"_{"+parserElements(args.get(0))+"}^{"+parserElements(args.get(1))+"}"+par serElements(args.get(2));

}else{

System.err.println("error getILatex");

}

return latex;

}

/**

* \l(): 使用任意个数的元素组成列表。

* @param name name

* @param text text

* @return latex

*/

private static String getLLatex(String name,String text){

return parserElements(text);

}

/**

* 重叠开关\o(): 将每个后续元素置于前一个元素之上

* 可用参数：左对齐\al；居中\ac；右对齐\ar

* @param name

* @param text

* @return

*/

private static String getOLatex(String name,String text){

String latex = "";

List args = getArgs(text);

String a1=parserElements(args.get(0));

String a2=parserElements(args.get(1));

if(!a1.startsWith("^")){

a1="^{"+a1+"}";

}

if(!a2.startsWith("_")){

a2="_{"+a2+"}";

}

latex+="{\\!\\,}"+a1+a2;

for(int i=2;i

latex+=parserElements(args.get(i));

}

return latex;

}

return parserElements(text);

}

/**

* \x(): 创建元素边框。

*

* 可用参数：在元素的上面绘制一个边框\to ；在元素的下面绘制一个边框\ bo ；在元素的左面绘制一个边框\le 在元素的右面绘制一个边框\ri

* @param name

* @param text

* @return latex

*/

private static String getXLatex(String name,String text){

//\fbox{}

String latex = parserElements(text);

boolean le =false;

boolean ri =false;

int i =0 ;

if(name.contains("\\le")){

i++;

le=true;

}

if(name.contains("\ri")){

i++;

ri = true;

}

if(le||ri){

latex = "\\left"+(le?"|":".")+latex+"\right"+(ri?"|":".");

}

if(name.contains("\\to")){

i++;

latex = "\\overline{"+latex+"}";

}

if(name.contains("\\bo")){

i++;

latex = "\\underline{"+latex+"}";

}

if(i==0||i==4){

latex ="\\fbox{"+parserElements(text)+"}";

}

return latex;

}

/**

* \\upn文字上移由n指定的磅数(默认值为2 磅)

* \din 在段落一行之下添加由n 指定的磅数的空白

* \don 将单个元素相对相邻文字下移由n 指定的磅数。默认值为2 磅* @param name name

* @param text text

* @return latex

*/

private static String getSLatex(String name,String text){

String latex = "";

List args = getArgs(text);

if(args.size()>=1&&StringUtils.isNotBlank(args.get(0))){

latex+="^{";

latex +=parserElements(args.get(0));

latex +="}";

}

if(args.size()==2&&StringUtils.isNotBlank(args.get(1))){

latex+="_{";

latex +=parserElements(args.get(1));

latex +="}";

}

return latex;

}

/**

* （arg1,arg2,....）

* 返回参数列表

* @param eqformula

* @return

*/

private static List getArgs(String eqformula){

List args=new ArrayList();

int leftbra = 0;

int rightbra = 0;

List index = new ArrayList();

for(int i = 0 ; i

char c = eqformula.charAt(i);

if(c == ')'){

leftbra ++;

}

if(c =='('){

rightbra++;

}

if(leftbra==rightbra&&c==','){

index.add(i);

}

}

if(CollectionUtils.isEmpty(index)){

args.add(eqformula);

}else{

int begin = 0 ;

for(int i=0;i

args.add(eqformula.substring(begin, index.get(i)));

begin = index.get(i)+1;

}

args.add(eqformula.substring(begin,eqformula.length()));

}

return args;

}

}