利用docx4j来处理word的合并与拆分

    docx4j是一款在java世界处理微软word/ppt/excel文档的强大工具。它其实是一个半开源的产品。虽然它对WORD各种处理在API层 面进行了封装，但是像WORD本身的拆分，合并。其作者（Jason Harrop）是单独提出来了，封装成了商用的JAR包来提供支持。而我在深入学习其API之后，先后将组合，拆分技术进行了实现。

    docx4j用到了个比较N的技术--JAXB.它建立了XML文件与JAVA对象互相转换的一个桥梁。

JAXB（Java Architecture for XML Binding) 是一个业界的标准，是一项可以根据XMLSchema产生Java类的技术。该过程中，JAXB也提供了将XML实例文档反向生成Java对象树的方法， 并能将Java对象树的内容重新写到XML实例文档。从另一方面来讲，JAXB提供了快速而简便的方法将XML模式绑定到Java表示，从而使得Java 开发者在Java应用程序中能方便地结合XML数据和处理函数。

WORD以XML存储的原理：

WordprocessingML体系结构图

 

WordML以XML的格式定义了文档中各个部分的属性，如页眉，页脚，图片，样式。每一种资源都其实是使用一个XML的结点来描述。举例来说明：

假如有这样一个文档

docx4j可以将WORD直接转换其对应的XML文档，我们可以以第一段【开始】到【题文】那一段的XML片断来说明。初步看，这段内容包含了若干文字，一张图片。

文字段：

图片：

图片的关联资源引用定义：

图片资源的数据定义：

看到NB的地方没有，使用binarydata存储这个图片的数据。

 

组合原理：

 

拆分原理：

原理基本如上，已经在项目中实际应用。有了这层API,你可以通过程序去生成一份试卷（类似学科网的组卷功能），或者把试卷拆分成单个的试题入库。如有不明白的，欢迎沟通学习。

之前生成的试卷sample：主要在基础API之上，封装了生成一份试卷常用的方法。其实就是内容的样式设置及WORD组合。