Holen Sie sich die Liste der Objekte, die Text mit einem Muster enthalten

Question

Ich arbeite derzeit mit der API Apache POI und ich versuche, ein Word-Dokument damit zu bearbeiten (*.docx). Ein Dokument besteht aus Absätzen (in XWPFParagraph Objekte) und ein Absatz enthält Text eingebettet in "Läufe" (XWPFRun). Ein Absatz kann viele Läufe haben (abhängig von den Texteigenschaften, ist aber manchmal zufällig). In meinem Dokument kann ich bestimmte Tags, die ich mit Daten ersetzen müssen (alle meine Tags folgt diesem Muster <#TAG_NAME#>)

So zum Beispiel, wenn ich einen Absatz mit dem Text Some text with a tag <#SOMETAG#> verarbeiten, ich so etwas wie dieses

bekommen konnte

XWPFParagraph paragraph = ... // Get a paragraph from the document 
System.out.println(paragraph.getText()); 
// Prints: Some text with a tag <#SOMETAG#> 

Aber wenn ich den Text dieses Absatzes bearbeiten möchte, muss ich die Läufe verarbeiten und die Anzahl der Läufe ist nicht behoben. Also, wenn ich den Inhalt der Durchläufe mit diesem Code zeigen:

System.out.println("Number of runs: " + paragraph.getRuns().size()); 
for (XWPFRun run : paragraph.getRuns()) { 
    System.out.println(run.text()); 
} 

Manchmal kann es so aussehen:

// Output: 
// Number of runs: 1 
// Some text with a tag <#SOMETAG#> 

Und andere Zeit wie dieser

// Output: 
// Number of runs: 4 
// Some text with a tag 
// <# 
// SOMETAG 
// #> 

Was muss ich tun ist, den ersten Lauf zu erhalten, der den Anfang des Tags und die Indizes der folgenden Läufe enthält, die den Rest des Tags enthalten (wenn das Tag in viele Läufe unterteilt ist). Ich habe es geschafft, eine erste Version dieses Algorithmus zu bekommen, aber es funktioniert nur, wenn der Anfang des Tags (<#) und das Ende des Tags (#>) nicht geteilt sind. Here's what I've already done.

Also, was ich möchte bekommen, ist ein Algorithmus, um das Problem zu verwalten und wenn möglich, sie mit einem bestimmten Tag (nicht unbedingt <# und #>, so konnte ich mit so etwas wie diese {{{ und diesen }}} ersetzen) erhalten arbeiten.

Entschuldigung, wenn mein Englisch nicht perfekt ist, zögern Sie nicht, mich zu bitten, jeden Punkt zu klären, den Sie wollen.

Answer 1

Schließlich fand ich die Antwort selbst, ich völlig verändert meine Art und Weise meiner ursprünglichen Algorithmus zu denken (ich es kommentiert, so dass es jemand helfen könnte, die in der gleichen Situation sein könnte, ich war)

// Before using the function, I'm sure that: 
// paragraph.getText().contains(surroundedTag) == true 
private void editParagraphWithData(XWPFParagraph paragraph, String surroundedTag, String replacement) { 
    List<Integer> runsToRemove = new LinkedList<Integer>(); 
    StringBuilder tmpText = new StringBuilder(); 
    int runCursor = 0; 

    // Processing (in normal order) the all runs until I found my surroundedTag 
    while (!tmpText.toString().contains(surroundedTag)) { 
     tmpText.append(paragraph.getRuns().get(runCursor).text()); 
     runsToRemove.add(runCursor); 
     runCursor++; 
    } 

    tmpText = new StringBuilder(); 
    // Processing back (in reverse order) to only keep the runs I need to edit/remove 
    while (!tmpText.toString().contains(surroundedTag)) { 
     runCursor--; 
     tmpText.insert(0, paragraph.getRuns().get(runCursor).text()); 
    } 

    // Edit the first run of the tag 
    XWPFRun runToEdit = paragraph.getRuns().get(runCursor); 
    runToEdit.setText(tmpText.toString().replaceAll(surroundedTag, replacement), 0); 

    // Forget the runs I don't to remove 
    while (runCursor >= 0) { 
     runsToRemove.remove(0); 
     runCursor--; 
    } 

    // Remove the unused runs 
    Collections.reverse(runsToRemove); 
    for (Integer runToRemove : runsToRemove) { 
     paragraph.removeRun(runToRemove); 
    } 
} 

So, jetzt bin Ich verarbeite alle Läufe des Absatzes, bis ich mein umgebenes Tag gefunden habe, dann bearbeite ich den Absatz, um die ersten Läufe zu ignorieren, wenn ich sie nicht bearbeiten muss.

Answer 2

Manchmal wird Text in DOCX-Dateien in eine beliebige Anzahl von Läufen aufgeteilt.