Docx4j迁移HTML至Docx：长图片跨页内容丢失问题求助

针对你用docx4j将HTML内容导入Docx时长图片被截断的问题，提供两种可行解决方案：

方案一：自动缩放图片适配页面 #

通过调整图片尺寸，让长图自动缩放到页面可用范围内，避免内容截断。可以在HTML转换后遍历内容，修改图片的尺寸属性：

// 执行HTML转换
XHTMLImporterImpl xhtmlImporter = new XHTMLImporterImpl(template);
List<Object> convertedContent = xhtmlImporter.convert(xhtmlSubTitleData, null);

// 遍历转换后的内容，处理所有图片
for (Object contentObj : convertedContent) {
    if (contentObj instanceof P) {
        P paragraph = (P) contentObj;
        for (Object runObj : paragraph.getContent()) {
            if (runObj instanceof R) {
                R run = (R) runObj;
                for (Object drawingObj : run.getContent()) {
                    if (drawingObj instanceof Drawing) {
                        Drawing drawing = (Drawing) drawingObj;
                        for (Object inlineOrAnchor : drawing.getAnchorOrInline()) {
                            if (inlineOrAnchor instanceof Inline) {
                                Inline inline = (Inline) inlineOrAnchor;
                                Extent extent = inline.getExtent();
                                long originalCx = extent.getCx();
                                long originalCy = extent.getCy();

                                // 计算页面可用尺寸（默认A4，边距2.54cm，1cm=360000 EMU）
                                long pageAvailableWidth = (long)(21 - 2*2.54) * 360000;
                                long pageAvailableHeight = (long)(29.7 - 2*2.54) * 360000;

                                // 计算最小缩放比例，确保图片完全适配页面
                                double scaleRatio = Math.min(
                                    (double)pageAvailableWidth / originalCx,
                                    (double)pageAvailableHeight / originalCy
                                );

                                // 应用缩放后的尺寸
                                extent.setCx((long)(originalCx * scaleRatio));
                                extent.setCy((long)(originalCy * scaleRatio));
                            }
                        }
                    }
                }
            }
        }
    }
}

// 将处理后的内容添加到文档
template.getMainDocumentPart().getContent().addAll(pIndex + 1, convertedContent);

这种方案简单高效，能快速解决截断问题，且保留图片完整性。

方案二：分割长图片实现分页显示 #

如果需要保留图片原尺寸，可将长图片按页面高度分割为多个片段，依次插入文档实现分页效果：

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.File;
import java.net.URL;

// 示例：处理单张长图片（需先从HTML中提取图片URL）
String imgUrl = "你的长图片URL";
BufferedImage originalImg = ImageIO.read(new URL(imgUrl));
int imgTotalHeight = originalImg.getHeight();
// 96DPI下A4页面可用高度（上下边距2.54cm）
int pageAvailableHeight = (int)((29.7 - 2*2.54) * 96);
int splitTimes = (int)Math.ceil((double)imgTotalHeight / pageAvailableHeight);

StringBuilder splitImgHtml = new StringBuilder();
for (int i = 0; i < splitTimes; i++) {
    int startY = i * pageAvailableHeight;
    int splitHeight = Math.min(pageAvailableHeight, imgTotalHeight - startY);
    // 分割图片
    BufferedImage splitImg = originalImg.getSubimage(0, startY, originalImg.getWidth(), splitHeight);
    // 保存临时图片文件
    File tempImg = File.createTempFile("split_img_", ".png");
    ImageIO.write(splitImg, "png", tempImg);
    // 生成对应的img标签
    splitImgHtml.append(String.format("<img src=\"%s\" /><br/>", tempImg.getAbsolutePath()));
}

// 将分割后的图片HTML替换原长图片HTML后再执行转换
xhtmlSubTitleData = xhtmlSubTitleData.replace(原长图片的img标签, splitImgHtml.toString());
// 后续执行原转换逻辑...

注意事项 #

• Docx本身不支持单张图片跨页显示，只能通过分割图片实现分页效果
• 分割方案需要处理临时文件的清理，避免占用磁盘空间
• 缩放方案优先推荐，实现成本低且用户体验较好

内容的提问来源于stack exchange，提问作者Faizan Shaikh Sarkar