做好网站买了空间域名,深圳南山网站建设,深圳制作公司网站,免费云服务器网站有哪些内容#xff1a;读取html文件中的文本内容#xff0c;然后生成Word文档导出。
事例场景#xff1a;需求开发完成之后需要写文档#xff08;代码修改清单#xff09;#xff0c;文档内容就是这次需求修改/新增的所有代码#xff0c;需要列出修改的文件路径以及代码片段读取html文件中的文本内容然后生成Word文档导出。
事例场景需求开发完成之后需要写文档代码修改清单文档内容就是这次需求修改/新增的所有代码需要列出修改的文件路径以及代码片段并且用不同的颜色标注区分。 例图 如果手动复制粘贴并且标注会相当麻烦。所以这里记录一下使用代码来简单处理生成所需文档。
第一步功能测试完成后把代码合并到新的分支然后进入页面就能查看到这次的合并记录。第二步保存这个页面到本地然后执行程序生成Word文档。
功能实现说明
项目SpringBoot html文件来源gitee。如果是gitLab的页面可能页面标签元素就不太一样需要修改一下代码中解析html读取标签的方式。
代码实现逻辑使用jsoup读取并解析html文件然后使用poi生成Word文档。
解析html需要先搞清楚html中的标签元素然后再用代码读取。 开始编码 Maven依赖 !-- poi 读取生成Word文档、Excel文档--dependencygroupIdorg.apache.poi/groupIdartifactIdpoi-ooxml/artifactIdversion3.15/version/dependency!-- 解析html --dependencygroupIdorg.jsoup/groupIdartifactIdjsoup/artifactIdversion1.8.3/version/dependency
Java代码
package com.example.demo16.util;import lombok.extern.slf4j.Slf4j;
import org.apache.poi.xwpf.usermodel.ParagraphAlignment;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.usermodel.XWPFParagraph;
import org.apache.poi.xwpf.usermodel.XWPFRun;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import org.openxmlformats.schemas.wordprocessingml.x2006.main.CTShd;import java.io.File;
import java.io.FileOutputStream;Slf4j
public class CodeChangeDetailUtil {public static void main(String[] args) throws Exception {String htmlPathE:/Downloads/code_01.html;String saveWordPathE:/Downloads/code_0112.docx;codeChangeDetailOutPutWorld(htmlPath, saveWordPath);}/*** 旧代码标识old* 新代码标识new*/private static final String CODE_TYPE_OLD old;private static final String CODE_TYPE_NEW new;/*** 解析HTML文件内容生成Word* param htmlPath HTML文件路径* param saveWordPath Word文档保存路径* throws Exception*/public static void codeChangeDetailOutPutWorld(String htmlPath, String saveWordPath) throws Exception {XWPFDocument doc new XWPFDocument();Document document Jsoup.parse(new File(htmlPath), utf8);Elements elements document.getElementsByClass(files);// 文件元素集合Elements diffFileElements elements.get(0).getElementsByClass(diff-file);createHeader(doc, 修改清单(数量 diffFileElements.size() ));for (Element element : diffFileElements) {String headerText element.getElementsByClass(header).get(0).getElementsByTag(a).get(0).text();createNullLine(doc, 1);createText(doc, headerText, );}createNullLine(doc, 2);createHeader(doc, 程序修改记录);for (Element element : diffFileElements) {// 文件头,文件路径String headerText element.getElementsByClass(header).get(0).getElementsByTag(a).get(0).text();//log.info(headerText:{},headerText);// 得到文件路径/名称createNullLine(doc, 2);createTextHeader(doc, headerText);// 文件内容元素,代码存放在表格的行中一行代码一行这里获取表格的所有行if (null findTableElements(element)) {log.error(该文件内容可能被折叠请在原页面搜索【差异被折叠点击展开】点击展开后再保存html文件文件{}, headerText);throw new Exception(该文件内容可能被折叠请在原页面搜索【差异被折叠点击展开】点击展开后再保存html文件);}Elements trElements findTableElements(element).get(0).getElementsByTag(tbody).get(0).getElementsByTag(tr);// 遍历所有的行得到文件内容for (Element tr : trElements) {String lineContent tr.getElementsByClass(line_content).get(0).text();// 旧代码if(tr.getElementsByClass(old).size()0){createText(doc, lineContent, CODE_TYPE_OLD);continue;}// 新代码if(tr.getElementsByClass(new).size()0){createText(doc, lineContent, CODE_TYPE_NEW);continue;}createText(doc, lineContent, );}}FileOutputStream fileOutputStream new FileOutputStream(saveWordPath);doc.write(fileOutputStream);fileOutputStream.close();log.info(文档生成成功,存储路径{}, saveWordPath);}/*** 创建标题* param doc* param headerText 标题文本*/private static void createHeader(XWPFDocument doc, String headerText) {// 创建标题XWPFParagraph paragraph doc.createParagraph();//标题等级1,2,3...paragraph.setStyle(1);//设置对齐paragraph.setAlignment(ParagraphAlignment.LEFT);XWPFRun run paragraph.createRun();run.setColor(000000);run.setText(headerText);run.setFontFamily(黑体);run.setFontSize(22);// 加粗run.setBold(true);}/*** 生成文件路径* param doc* param contentText 文本内容*/private static void createTextHeader(XWPFDocument doc, String contentText) {XWPFParagraph paragraph doc.createParagraph();// 左对齐paragraph.setAlignment(ParagraphAlignment.LEFT);XWPFRun contentRun paragraph.createRun();contentRun.setFontSize(11);// 前面创建空行createNullLine(doc, 2);contentRun.setText(contentText);// 加粗contentRun.setBold(true);}/*** 文件内容* param doc* param contentText 文本内容* param textType 代码内容标识*/private static void createText(XWPFDocument doc, String contentText, String textType) {XWPFParagraph paragraph doc.createParagraph();// 左对齐paragraph.setAlignment(ParagraphAlignment.LEFT);XWPFRun contentRun paragraph.createRun();contentRun.setFontFamily(Consolas);contentRun.setFontSize(9);contentRun.setText(contentText);// 突出显示CTShd ctShd contentRun.getCTR().addNewRPr().addNewShd();// old:旧代码new:新代码if (CODE_TYPE_OLD.equals(textType)) {ctShd.setFill(FFEFD5);} else if (CODE_TYPE_NEW.equals(textType)) {ctShd.setFill(CCFF99);}}/*** 创建空行* param doc* param lineNum 行数*/private static void createNullLine(XWPFDocument doc, int lineNum) {XWPFParagraph paragraph doc.createParagraph();XWPFRun contentRun paragraph.createRun();for (int i 0; i lineNum; i) {contentRun.setText(\n);}}/*** 查找表格元素* param element 元素对象* return*/private static Elements findTableElements(Element element) {Elements trElements_temp element.getElementsByClass(diff-content);for (Element element_t : trElements_temp) {int tableSize element_t.getElementsByTag(table).size();if (tableSize 0) {return element_t.getElementsByTag(table);}}return null;}
}具体页面具体分析。主要就是利用jsoup读取html内容并处理jsoup的使用细节可以参考官方文档。
