关于word解析那点事

之前做了一个电子合同的项目&＃xff0c;这个项目简单来说就是解析电子合同模板&＃xff0c;替换标签&＃xff0c;然后转成pdf&＃xff0c;上传签约平台签约&＃xff0c;因项目使用的linux服务器&＃xff0c;所以最终采用的技术栈是

LibreOffice&＃43;Apache poi 实现的&＃xff0c;在做的时候发现&＃xff0c;这套技术栈存在一定的问题&＃xff0c;比如标签替换之后在某些情况下会产生一些奇怪的问题&＃xff0c;word转pdf 有时格式会发生变化等等问题&＃xff0c;奈何工期紧&＃xff0c;只能凑合上线了

最近又来了第二期&＃xff0c;果断换掉之前的LibreOffice&＃43;Apache poi&＃xff0c;换成Windows Office &＃xff0c;要问操作word哪家最六&＃xff0c;还得是微软。

经过今天的摸索&＃xff0c;大概知道怎么玩了

1. 服务器必须采用Windows Server 虽然目前公司限制使用Windows 服务器&＃xff0c;不过申请新的&＃xff0c;好在项目组之前有一个

2.采用jacob 调用WIndows VBA的com组件&＃xff0c;不过这组搭配有一个问题&＃xff0c;那就是性能&＃xff0c;自己实测&＃xff0c;一个不大的word&＃xff0c;拷贝&＃43;替换标签&＃43;转pdf用时大概是在6秒左右&＃xff08;还可以接受&＃xff09;&＃xff0c;要是高并发的场景下使用铁定跪

下面那就开搞

先贴个链接&＃xff0c;微软com接口  https://docs.microsoft.com/zh-cn/office/vba/api/word.documents&＃xff0c;jacod 安装教程&＃xff0c;此处就不再废话了

如下代码

ActiveXComponent word &＃61; new ActiveXComponent( "Word.Application");word.setProperty( "Visible", new Variant(visible));Dispatch documents &＃61; word.getProperty( "Documents").toDispatch();Dispatch doc &＃61; Dispatch.call(documents, "Open", docPath).toDispatch();Dispatch selection &＃61; Dispatch.get(word, "Selection").toDispatch();

这段代码是打开一个docPath 路径的的word文档&＃xff0c;然后其实是获取这个文件的某个的切入点&＃xff08;个人理解&＃xff09;

以上代码&＃xff0c;通过与com接口比较&＃xff08;上面有连接&＃xff09;&＃xff0c;发现几个有意思的点

Dispatch.call() 一般是调用某个方法

Dispatch.get() 一般说的是获取某个对象内的某个属性对象

通过上述发现其实jacob 只是调用com组件的一个代理而已&＃xff0c;如下图&＃xff08;网上找的&＃xff09;