笨方法学 Java -31-综合练习2-实现分析-docx 文本替换（续）
这篇文章，讨论的是关于 docx 文件中的处理优化。
我们知道，XWPF 模块是按照段落中，字符串的属性来区分的。那么如果一段很长的同样式内容，会怎么拆分呢？这个可以看下图：
上图中，studentName 变量出现了3次，并且只有第一个添加了 下划线 和 粗体。我们看看程序的解析结果：
我们可以看到，第2个第3个 studentName 变量，拆分出了前缀“{{”和 “}}”后缀出现在同一行的情况。所以，在上一篇的文章《笨方法学 Java -30-综合练习2-实现分析-docx 文本替换》中，的解析方法，对于这种情况，可能出现解析出错，匹配不到位的问题。
那么，我们应该怎样处理呢？本人觉得，其实区分一下，字符串出现的可能性，再处理字符串的合并即可。根据归纳整理，可能的类型有以下几种：
1、开，...{{...
2、开...闭，...{{...}}...
3、开...闭...开，...{{...}}...{{...
4、闭，...}}...
5、闭...开，...}}...{{...
6、闭...开...闭，...}}...{{...}}...
7、无开闭信息， ...
8、其它无法识别的类型。
在字符串识别上，我们可以使用正则表达式。测试程序如下：
public static void main(String[] args) {
//开 1
String s0 = "{{";
String s00= "塑料袋封口就是{{";
String s01= "{{student1";
String s1 = "塑料袋封口就是{{student1";
//开...闭 2
String s2 = "是独立访客时间{{student2}}灯笼裤{{student3}}飞机";
String s20 = "{{student2}}{{student3}}";
//开...闭...开 3
String s3 = "是独立访客访客{{student4}}时间裤{{student5}}灯笼裤飞机{{student6";
String s30 = "是独立访客访客{{student4}}时间裤{{student5}}灯笼裤飞机{{";
//闭 4
String s40 = "}}";
String s4 = "student7}}飞机反馈就";
//闭...开 5
String s5 = "student8}}飞机反馈就{{student9";
String s50 = "student8}}飞机反访客{{student00}}时间访客{{student01}}时间馈就{{student9";
String s51 = "student8}}飞机反访客时间馈就{{student9";
//闭...开...闭 6
String s6 = "student10}}飞机反馈就{{student11}}打开{{student12}}的法律纠纷";
//无 7
String s7 = "斯洛伐克江东父老";
String[] arr = new String[] {s0,s00,s01, s1, s2, s20, s3,s30, s40, s4, s5,s50,s51, s6, s7};
for(String s : arr) {
System.out.println(String.format("结果：%s, 字符串：%s",
MyWordUtil.identifyTypeInfoFromText(s), s));
}
}执行的结果如下：
这样我们就可以根据 不同的 字符串 情况，来编写关于 字符串合并的处理。关于正则校验的处理，如下：
/**
* >> 根据传入的字符串信息，识别出该信息符合哪种识别类型。<br/>
* 在参数识别上，如果字符串带有开始符“{{”，或者结束符“}}”，<strong>要么不带参数名，要么必带参数名。</strong><br/>
* 参数名，是一个有数字和字母组合的内容。
* 根据归纳整理，可能的类型有以下几种：<br/>
* 1、开，...{{...<br/>
* 2、开...闭，...{{...}}...<br/>
* 3、开...闭...开，...{{...}}...{{...<br/>
* 4、闭，...}}...<br/>
* 5、闭...开，...}}...{{...<br/>
* 6、闭...开...闭，...}}...{{...}}...<br/>
* 7、无开闭信息， ...<br/>
* 8、其它无法识别的类型。<br/>
* @param oriText 原始的文本
* @return 整数的类型信息。如果参数为 null ，则返回 -1 。
*/
public static int identifyTypeInfoFromText(String oriText) {
int result = -1;
//正则：变量名
String regexpParamName = "[0-9a-zA-Z]+";
//正则：可能有变量名的前缀字符串
String regexpParamWithPre = PARAM_PRE_REGEXP+"("+regexpParamName+")?";
//正则：可能有变量名的后缀字符串
String regexpParamWithSuf = "("+regexpParamName+")?"+PARAM_SUF_REGEXP;
//正则：带前缀、后缀的变量名
String regexpParam = PARAM_PRE_REGEXP+regexpParamName+PARAM_SUF_REGEXP;
//正则：没有前缀字符的可能字符串
String regexpNoBegin = "((?!"+PARAM_PRE_REGEXP+").)*";
//正则：没有后缀字符的可能字符串
String regexpNoEnd = "((?!"+PARAM_SUF_REGEXP+").)*";
//正则：没有前缀、后缀字符的字符串
String regexpNoBeginEnd="((?!("+PARAM_SUF_REGEXP+"|"+PARAM_PRE_REGEXP+")).)*";
/**
* 以下是7种可能的字符串，所对应的正则
*/
String regexp1 = regexpNoEnd+regexpParamWithPre; //只有 开 符号的正则
String regexp2 = "("+regexpNoBeginEnd+regexpParam+regexpNoBeginEnd+")+"; //开...闭 的正则
String regexp3 = "("+regexpNoBeginEnd+regexpParam+regexpNoBeginEnd+")+"+regexpParamWithPre; //开...闭...开 的正则
String regexp4 = regexpParamWithSuf+regexpNoBegin; //只有 闭 符号的正则
String regexp5 = regexpParamWithSuf+".*"+regexpParamWithPre; //闭...开 的正则
String regexp6 = regexpParamWithSuf+"("+regexpNoBeginEnd+regexpParam+regexpNoBeginEnd+")+"; //闭...开...闭
String regexp7 = regexpNoBeginEnd; // 无
if(oriText!=null) {
if(Pattern.matches(regexp1, oriText)) {
result= 1;
}else if(Pattern.matches(regexp2, oriText)) {
result= 2;
}else if(Pattern.matches(regexp3, oriText)) {
result= 3;
}else if(Pattern.matches(regexp4, oriText)) {
result= 4;
}else if(Pattern.matches(regexp5, oriText)) {
result= 5;
}else if(Pattern.matches(regexp6, oriText)) {
result= 6;
}else if(Pattern.matches(regexp7, oriText)) {
result= 7;
}else {
result= 8;
}
}
return result;
}接下来，我们处理字符串合并。字符串合并，在原有的 getRunInfoFromParagrah 方法上修改。处理如下：
/**
* >> 在处理 office word 文档中，docx 类型的文档时，
* 由于字符处理时，需要替换的变量字符串可能分割在几个对象中，需要合并
* @param paragrah 段落对象
* @return List<XWPFRun>
*/
public static List<XWPFRun> getRunInfoFromParagrah(XWPFParagraph paragrah){
//结果对象
List<XWPFRun> result = null;
//参数正常才开始处理
if(paragrah!=null && paragrah.getRuns()!=null && paragrah.getRuns().size()>0) {
//结果初始化
result = paragrah.getRuns();
//装载合并字符串的容器
StringBuffer buffer = new StringBuffer();
//合并字符串时，接收字符串的变量
XWPFRun targetRun = null;
//是否合并的标识
boolean needAppend = false;
//循环遍历，将字符串合并
for(int i=0;i<result.size();i++) {
XWPFRun tmp = result.get(i);
//根据字符串内容，识别成对应的类型序号
//根据 type 类型，处理字符串
int type = identifyTypeInfoFromText(tmp.text());
if(type==1) { // 1、开，...{{...
targetRun = tmp;
buffer.append(tmp.text());
needAppend = true;
}else if(type==2) { // 2、开...闭，...{{...}}...
if(needAppend) {
buffer.append(tmp.text());
paragrah.removeRun(i);
paragrah.insertNewRun(i);
}else {
continue;
}
}else if(type==3) { // 3、开...闭...开，...{{...}}...{{...
targetRun = tmp;
buffer.append(tmp.text());
needAppend = true;
}else if(type==4) { // 4、闭，...}}...
buffer.append(tmp.text());
paragrah.removeRun(i);
paragrah.insertNewRun(i);//==删掉之后数组的序号就变了，需要插一个空的进去
//将变量全部字符串合并到target
targetRun.setText(buffer.toString(), 0);
//清零
buffer.setLength(0);
targetRun = null;
needAppend=false;
}else if(type==5) { // 5、闭...开，...}}...{{...
if(needAppend) {
buffer.append(tmp.text());
paragrah.removeRun(i);
paragrah.insertNewRun(i);
}else {
continue;
}
}else if(type==6) { // 6、闭...开...闭，...}}...{{...}}...
buffer.append(tmp.text());
paragrah.removeRun(i);
paragrah.insertNewRun(i);//==删掉之后数组的序号就变了，需要插一个空的进去
//将变量全部字符串合并到target
targetRun.setText(buffer.toString(), 0);
//清零
buffer.setLength(0);
targetRun = null;
needAppend=false;
}else if(type==7 || type==8 || type==-1) {
// 7、无开闭信息， ... 8、其它无法识别的类型。 -1、字符串为 null 。参数异常
if(needAppend) {
buffer.append(tmp==null?"":tmp.text());
paragrah.removeRun(i);
paragrah.insertNewRun(i);//删掉之后序号就变了，需要插一个空
}else {
continue;
}
}
}
}
return result;
}接下来，我们看下，改进后的处理程序，能识别出来什么：
这样，我们就把零散的 字符串 成功合并了，接下来，只需要 执行内容替换即可。
替换后的结果如下：
本章完结