0

我有两个文件：

  1. 文件 1（输入）
  2. 文件 2（输出）

文档 2 是通过转换过程传递文档 1 的结果，该过程使任何内容和格式保持不变（通过 Word 中的并排比较验证）。

但是，该过程会从 .docx 文件中删除许多 ID 号。

例如，

      <w:pw:rsidP="00B600D6" w:rsidR="00F55D78" w:rsidRDefault="00B600D6">

变成

      <w:p>

通过以下代码根据每个文档的转储：

正文 = ((Document)newerPackage.getMainDocumentPart().getJaxbElement()).getBody();
节点 node = org.docx4j.XmlUtils.marshaltoW3CDomDocument(body).getDocumentElement();
TransformerFactory tf = TransformerFactory.newInstance();
变压器变压器 = tf.newTransformer();
transformer.setOutputProperty(OutputKeys.OMIT_XML_DECLARATION, "no");
transformer.setOutputProperty(OutputKeys.METHOD, "xml");
transformer.setOutputProperty(OutputKeys.INDENT, "是");
transformer.setOutputProperty(OutputKeys.ENCODING, "UTF-8");
transformer.setOutputProperty("{http://xml.apache.org/xslt}indent-amount", "4");
transformer.transform（新 DOMSource（节点），
             新的 StreamResult(新的 OutputStreamWriter(System.out, "UTF-8")));

使用此处推荐的 docx4j Differencer 比较方法，所有内容（除了没有应用格式的第一行）都显示为修改。

问题是：差异是由于缺少 id、格式还是其他原因造成的？

如果它很重要，我们在这种情况下使用 docx4j 对我们的往返过程执行自动健全性/回归测试（即应用“无损”过程并期望没有差异）

4

1 回答 1

0

披露：我在 docx4j 上工作

如果段落之间的唯一区别是 rsid 属性，它们仍将被检测为不同。

您可以在执行比较之前“清理”文档，这样 docx 都没有 rsid 属性。请参阅过滤器示例。

顺便说一句，查看对象（例如，单个段落或整个正文）的 XML 的更简单方法是使用 XmlUtils.marshaltoString

于 2012-07-11T12:48:50.427 回答