使用POI 5.2.2向Word写入HTML时，如何保留Base64图片的宽高？

场景与问题 #

我在Java中使用POI 5.2.2将HTML内容写入Word模板，核心代码如下：

MyXWPFHtmlDocument myXWPFHtmlDocument = createHtmlDoc(document, "htmlDoc");
myXWPFHtmlDocument.setHtml(myXWPFHtmlDocument.getHtml().replace(
    "<body></body>", "<body>"+ StringHtmlFlux + "</body>"));
replaceIBodyElementWithAltChunk(document, "${content}", myXWPFHtmlDocument);

其中${content}是模板中的标记位。

目前遇到的问题：本地路径的图片（如<img width="50" height="50" src="C:/Temp/fleur.jpg">）写入Word后能正常保留宽高，但相同尺寸的Base64格式图片（如<img width="50" height="50" src="data:image/png;base64,iVBORw0KGgoAAAANSUhEUg...">）无法保留指定尺寸，尝试添加style标签也未成功。

解决方法 #

POI的AltChunk处理Base64图片时，对width/height属性的解析逻辑和本地图片不同，需要将宽高属性转换为内联style样式，并且明确指定单位（如px），才能被Word正确识别。

可以通过正则预处理HTML内容中的Base64图片标签：

// 预处理HTML中的Base64图片，将width/height属性转为内联style
String processedHtmlFlux = StringHtmlFlux.replaceAll(
    "<img(.*?)width=\"(\\d+)\"(.*?)height=\"(\\d+)\"(.*?)src=\"data:image/.*?base64,.*?\"",
    "<img$1style=\"width:$2px; height:$4px;\"$3$5"
);

// 替换到HTML文档中
myXWPFHtmlDocument.setHtml(myXWPFHtmlDocument.getHtml().replace(
    "<body></body>", "<body>"+ processedHtmlFlux + "</body>"));

原理说明 #

Word对AltChunk中的HTML解析时，Base64图片的原生width/height属性不会被正确映射到Word的图片尺寸，而内联style中的width和height带单位的定义，会被Word的HTML转译引擎正确识别并应用到图片上。

内容的提问来源于stack exchange，提问作者Igniz