如何用Java替换带混合格式的Docx文件中的文本？

你之前用的docx-word-replacer这类封装库没法处理混合格式文本替换，核心原因是带格式的文本在Docx的底层结构里会被拆分成多个Run（独立格式的文本块）——比如"appel"里某个字母加粗，就会被拆成2个甚至多个Run，封装库只会匹配单个Run里的完整文本，自然找不到目标内容。

用Apache POI的XWPF组件可以直接操作Docx的底层结构，实现跨Run的文本匹配与替换，以下是可行方案：

1. 引入依赖 #

在pom.xml中添加POI的相关依赖：

<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi-ooxml</artifactId>
    <version>5.2.5</version>
</dependency>

2. 核心替换代码 #

以下代码会遍历文档的段落（如果需要处理表格、页眉页脚可自行扩展逻辑），拼接相邻Run的文本查找目标字符串，找到后替换并统一格式（允许更改格式的前提下）：

import org.apache.poi.xwpf.usermodel.*;

import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.util.ArrayList;
import java.util.List;

public class MixedFormatReplacer {
    public static void main(String[] args) throws Exception {
        String targetText = "appel";
        String replaceText = "banana";
        
        // 读取文档
        XWPFDocument doc = new XWPFDocument(new FileInputStream("<你的Docx文件路径>"));
        
        // 处理所有段落
        for (XWPFParagraph para : doc.getParagraphs()) {
            replaceMixedFormatText(para, targetText, replaceText);
        }
        
        // 处理表格（可选，如果文档有表格需要替换）
        for (XWPFTable table : doc.getTables()) {
            for (XWPFTableRow row : table.getRows()) {
                for (XWPFTableCell cell : row.getTableCells()) {
                    for (XWPFParagraph para : cell.getParagraphs()) {
                        replaceMixedFormatText(para, targetText, replaceText);
                    }
                }
            }
        }
        
        // 保存修改后的文档
        doc.write(new FileOutputStream("<保存的文件路径>"));
        doc.close();
    }

    private static void replaceMixedFormatText(XWPFParagraph para, String target, String replacement) {
        List<XWPFRun> runs = para.getRuns();
        if (runs.isEmpty()) return;

        // 拼接所有Run的文本，同时记录每个字符对应的Run索引
        StringBuilder fullText = new StringBuilder();
        List<Integer> charToRunIndex = new ArrayList<>();
        for (int i = 0; i < runs.size(); i++) {
            String runText = runs.get(i).getText(0);
            if (runText == null) continue;
            fullText.append(runText);
            for (int j = 0; j < runText.length(); j++) {
                charToRunIndex.add(i);
            }
        }

        String text = fullText.toString();
        int startIndex = text.indexOf(target);
        while (startIndex != -1) {
            int endIndex = startIndex + target.length();
            
            // 获取目标文本覆盖的Run范围
            int startRunIndex = charToRunIndex.get(startIndex);
            int endRunIndex = charToRunIndex.get(endIndex - 1);
            
            // 删除所有被覆盖的Run
            for (int i = endRunIndex; i >= startRunIndex; i--) {
                para.removeRun(i);
            }
            
            // 创建新的Run，使用第一个被替换Run的格式（或自定义格式）
            XWPFRun newRun = para.insertNewRun(startRunIndex);
            newRun.setText(replacement);
            // 可以自定义格式，比如设置加粗、字体等
            newRun.setBold(runs.get(startRunIndex).isBold());
            newRun.setFontSize(runs.get(startRunIndex).getFontSize());
            newRun.setFontFamily(runs.get(startRunIndex).getFontFamily());
            
            // 重新生成文本和Run映射，继续查找下一个匹配
            fullText = new StringBuilder();
            charToRunIndex.clear();
            runs = para.getRuns();
            for (int i = 0; i < runs.size(); i++) {
                String runText = runs.get(i).getText(0);
                if (runText == null) continue;
                fullText.append(runText);
                for (int j = 0; j < runText.length(); j++) {
                    charToRunIndex.add(i);
                }
            }
            text = fullText.toString();
            startIndex = text.indexOf(target);
        }
    }
}

关键说明 #

• 代码会先把段落里所有Run的文本拼接起来，找到目标字符串的位置，再定位到对应的Run块
• 替换时会删除原来的目标Run，插入新的Run，你可以根据需求调整新Run的格式（比如统一改成加粗、换字体，或者保留原格式）
• 如果需要处理页眉、页脚，可以添加doc.getHeaderList()和doc.getFooterList()的遍历逻辑，处理方式和段落一致

内容的提问来源于stack exchange，提问作者user10053673