在word的處理之中，文字，各種類型的圖片，最復雜的公式，之前編寫的API基本都覆蓋了。不過，昨天在做一個文檔測試時，發現表格沒有能很好的處理。debug文檔對應的xml發現，表格與其它這幾種內容的組織方式不太一樣。像圖片，公式，不管么樣，都還在基于p(word的基本段落標簽)標簽，圖片與公式的內容都還是隸屬于p的內容塊里面。但是表格的組織方式是順序的，獨立于任何元素。我們可以通過一張圖來看看：

并且它的上級節點就是document，tbl就是word中對應的表格，里面有對表格寬度，高度，行列的各種屬性定義。

拆分：

具體在做內容拆分的時候，如果把某一塊內容的拆在一起，這是很關鍵的。特別是里面包含了文字，圖片，表格。問題來了，如何定位表格呢？請看下面的圖:

很明顯，表格里面如果要顯示內容，必然是有p元素塊。在通過過濾p元素塊的過程中，我們可以定位到表格中的某一個cell 塊，通過docx4j提供的得到父表簽的方法，就能找出當前這個cell所在表格在哪一行，那一行屬于哪個表格。過程就是tc=>tr=>tbl的關系（如果對docx4j的API熟悉，你就毫無壓力）。有些同學可能會問，如果通過1定位到了表格，那2，3，4，5，6肯定都能定位了？這樣不就同一個表格重復了嗎？good question!解決這個問題也很easy，我們可以對添加過的tbl做一個緩存，如果下次再出現，證明已經處理過了。效果如圖：

原word截圖

拆分之后

以上就是關于拆分的原理說明。下面，我們簡單說一下組合。

組合：

單純就表格來說，組合其實不復雜，通過body得到當前子WORD的所有元素，遍歷之后添加到新的WORD就行了。

最后貼一張合成的WORD截圖:

1

2

3

4

整個WORD是一個A3的版式，是帶奇偶分頁的。