docx4j解析docx文档并得到文字格式信息

Docx4j解析docx文档并得到文字格式信息

在开发解析Word文档的应用过程中发现很多解析docx文件的程序都无法解析word文档的格式信息，如下划线，颜色都解析不了，通过摸索，利用docx4j按照如下方式解析docx 格式的word文档，返回格式信息，如下划线、颜色等。

另外，解析docx和解析doc用到的包和解析方法都不一样，本文只针对docx文档的解析。

import java.util.ArrayList;

import java.util.List;

import javax.xml.bind.JAXBElement;

import org.docx4j.openpackaging.packages.WordprocessingMLPackage;

import org.docx4j.openpackaging.parts.WordprocessingML.MainDocumentPart;

import org.docx4j.samples.AbstractSample;

import org.docx4j.wml.Body;

import org.docx4j.wml.R;

import org.docx4j.wml.RPr;

import org.docx4j.wml.U;

public class ParserDocx extends AbstractSample {

public static void main(String[] args)throws Exception

{

parserDocx("./test.docx");

}

public static ArrayList parserDocx(String inputfilepath) throws Exception {

WordprocessingMLPackage wordMLPackage = WordprocessingMLPackage.load(new java.io.File(inputfilepath));

MainDocumentPart documentPart = wordMLPackage.getMainDocumentPart();

org.docx4j.wml.Document wmlDocumentEl = (org.docx4j.wml.Document)documentPart.getJaxbElement();

Body body = wmlDocumentEl.getBody();

List