代码处理doc文档

需求

对一份doc文档进行操作，读取内容、把内容存储起来、修改内容，再把内容放回原文档输出新的word文档；内容主要涉及：文本、文本样式、表格等

难点

1. doc文档属于老旧文档（本身格式属于二级制） 开源工具如poi对doc支持有限
   • 能实现简单的需求如，手工处理一份文档在文档中用占位符号标明要修改的地方，再用新的内容去替换掉文档中的符号（需要用到poi中一个replacexx的方法）
2. 开源工具如poi对doc支持有限，想要插入一个新的表格，这个表格是无法设置表格属性的
   • 官方文档也没有找到设置表格的属性方法，调用insert表格的一个方法，结果：（1）一个丑陋的缩在一起的表格，你的内容不好插入表格，同时内容就算插进去了，你会得到一个更丑陋的表格（样式无法设置，文本撑大了表格）（2）插入了表格，文档其他地方格式损坏如页脚、页眉
3. doc属于二级制文件，它对于各个区域的界定相当于是用一个游标界定某些区域是什么（标题、页脚、页眉等），随意插入文本，但是poi工具不会帮你去移动游标，不可比避免损坏文档（内容跑去了其他区域）

解决方法

1. 有实力，可以使用付费库Aspose处理doc文档，这个库是商业库（免费用时文档有水印）很好的支持doc老旧二进制的一些处理
2. 手动处理，在文档进入代码处理之气那，手动将文档用工具另存为docx版本（如wps）
3. 文件很多，需要尽可能代码流程化，需要用到外部工具LibreOffice转换（代码+服务器做一个类似于手动用wps转换的步骤）工具开源，也是专栏后续使用的工具安装使用LibreOffice
4. 通知上游系统，能否直接提供新版本docx文档