Aspose java word layoutCollector.getEndPageIndex 识别错误

中文技术支持
1

我在尝试识别word中某个table中每一个row的layoutCollector.getEndPageIndex，但是发现这个函数经常会识别错误。我会把样例发给你。
代码如下：

package com.crane.wordformat;
import com.aspose.words.*;
public class testFormat {
    public static void main(String[] args) throws Exception {
        License license = new License();
        license.setLicense("C:\\\\Users\\\\11964\\\\Desktop\\\\Aspose.Words.Java.lic");

        Document doc = new Document("C:\\Users\\11964\\Desktop\\test_table.docx");
        Node[] nodeArray = doc.getChildNodes(NodeType.ANY,true).toArray();
        // 获取table和表题的对应关系
        LayoutCollector layoutCollector = new LayoutCollector(doc);
        for (int index = 0 ; index < nodeArray.length; index ++) {
            Node node = nodeArray[index];
            if (node instanceof Table table) {
                Row[] rows = table.getRows().toArray();

                int endPageIndex = layoutCollector.getEndPageIndex(rows[0]);
                for (Row row: table.getRows()) {
                    int rowIndex = layoutCollector.getEndPageIndex(row);
                    if (endPageIndex != rowIndex) {
                        System.out.println("table:"+rows[0].getText());
                        System.out.println(row.getText());
                        System.out.println();
                        break;
                    }
                }
            }
        }
        doc.save("C:\\\\Users\\\\11964\\\\Desktop\\\\output.docx");
    }
}

word文件为：
test_table.docx (89.1 KB)
请您帮忙看一下输出，谢谢。

2

主要是识别row的页码不对

3

@qhkyqhfe 我简化了你的代码：

LoadOptions loadOptions = new LoadOptions();
loadOptions.getLanguagePreferences().setDefaultEditingLanguage(EditingLanguage.CHINESE_PRC);
Document doc = new Document("test_table.docx");

NodeCollection tables = doc.getChildNodes(NodeType.TABLE, true);
LayoutCollector layoutCollector = new LayoutCollector(doc);
for (Table table : (Iterable<Table>) tables) {
    for (Row row : table.getRows()) {
        int rowIndex = layoutCollector.getEndPageIndex(row);
        System.out.println("table: " + row.getText());
        System.out.println(" Row index: " + rowIndex);
        System.out.println();
    }
}

doc.save("output.pdf");

我发现 pdf 文件中的内容与 MS Word 中的内容不一样。这就是为什么使用 getEndPageIndex 时会出现这种情况。我的 WarningCallback 没有抛出任何错误，但我在文档中看到了遗漏的字体。

833×682 25.6 KB

DY2+ZEHBQP-2
DY245+ZEHBqb-252

如果您有这种字体，能否与我们分享？另外，请尝试将您的文档转换为 pdf 格式，并将结果与 .docx 文件进行比较。

4

output.pdf (306.2 KB)

我的输出的pdf格式和程序的输出的页码完全相同，但是和word的页码不同。我不知道什么因素导致的。

5

请问pdf渲染引擎和word渲染引擎有什么区别吗？会导致这样的内容不同的原因

6

这两种字体我都在网上找不到。请问有没有什么方法可以找到使用 这些缺失字体的内容。我可以手动替换一下字体。这样可以判断是否是因为字体的原因导致的排版错乱

7

@qhkyqhfe 我检查了文件，通过使用以下代码设置兼容性选项，可以在 PDF 和 DOCX 之间获得正确的结果：

LoadOptions loadOptions = new LoadOptions();
loadOptions.getLanguagePreferences().setDefaultEditingLanguage(EditingLanguage.CHINESE_PRC);
Document doc = new Document("test_table.docx", loadOptions);
doc.getCompatibilityOptions().optimizeFor(MsWordVersion.WORD_2016);

NodeCollection tables = doc.getChildNodes(NodeType.TABLE, true);
LayoutCollector layoutCollector = new LayoutCollector(doc);
for (Table table : (Iterable<Table>) tables) {
    for (Row row : table.getRows()) {
        int rowIndex = layoutCollector.getEndPageIndex(row);
        System.out.println("table: " + row.getText());
        System.out.println(" Row index: " + rowIndex);
        System.out.println();
    }
}

doc.save("output.pdf");

你能检查一下你那边吗？

以下是我的输出结果：

2050×461 74.3 KB

9 
package com.crane.wordformat;
import com.aspose.words.*;

public class testFormat {
    public static void main(String[] args) throws Exception {
        License license = new License();
        license.setLicense("C:\\\\Users\\\\11964\\\\Desktop\\\\Aspose.Words.Java.lic");

        LoadOptions loadOptions = new LoadOptions();
        loadOptions.getLanguagePreferences().setDefaultEditingLanguage(EditingLanguage.CHINESE_PRC);
        Document doc = new Document("C:\\Users\\11964\\Desktop\\test_table.docx",loadOptions);

        doc.getCompatibilityOptions().optimizeFor(MsWordVersion.WORD_2016);

        NodeCollection tables = doc.getChildNodes(NodeType.TABLE, true);
        LayoutCollector layoutCollector = new LayoutCollector(doc);
        for (Table table : (Iterable<Table>) tables) {
            for (Row row : table.getRows()) {
                int rowIndex = layoutCollector.getEndPageIndex(row);
                System.out.println("table: " + row.getText());
                System.out.println(" Row index: " + rowIndex);
                System.out.println();
            }
        }
        doc.save("C:\\\\Users\\\\11964\\\\Desktop\\\\output.pdf");
        doc.save("C:\\\\Users\\\\11964\\\\Desktop\\\\output.docx");
    }
}

这是我的输出：
output.pdf (306.1 KB)

依然是错误的

10

plus:我还尝试了将WORD_2016替换成了WORD_2019，WORD_2013等。都是一样的

11

@qhkyqhfe 能否请您检查一下 24.6 型号的结果？

12

@qhkyqhfe 我的 24.5 型有这个问题，但 24.6 型没有。