Docx4j导入HTML生成Word时strong加粗、下划线样式不生效

问题描述 #

使用Docx4j/ImportXHTML组件生成Word文档时，前端TinyMCE编辑器生成的HTML可在浏览器中正常展示下划线、加粗效果，但转换后两类样式均未正常渲染，使用的HTML代码如下：

<h2 style="font-weight: normal; font-size: 19px; text-align: justify;">
   <span style="text-decoration: underline; color: #ff6600;">
   <span style="font-family: 'Helvetica 45 Light';"><strong>My Service Space</strong></span></span>
</h2>

问题原因 #

旧版ImportXHTML的内联样式解析逻辑存在两个明确缺陷：

1. 多层span、strong等内联标签嵌套时，text-decoration这类文本装饰属性不会自动向下继承，子标签内容无法获取父标签设置的下划线样式
2. 样式应用优先级不符合CSS规范：父标签设置的font-weight: normal会直接覆盖子标签<strong>默认的加粗样式，没有给子标签语义样式、内联样式设置更高优先级

可行解决方法 #

• 预处理HTML，扁平化嵌套标签结构
  在将HTML传入ImportXHTML之前，先通过DOM遍历将多层嵌套的内联标签样式合并，移除冗余嵌套标签，消除样式冲突。以上述代码为例，扁平化处理后的HTML可被ImportXHTML正确识别：

  <h2 style="font-size: 19px; text-align: justify;">
     <span style="text-decoration: underline; color: #ff6600; font-family: 'Helvetica 45 Light'; font-weight: bold;">
     My Service Space</span>
  </h2>
  

  针对TinyMCE输出的通用内容，可以写一段固定预处理逻辑：遍历所有内联元素，将子标签的样式合并到最外层同类型内联标签中，删除多余嵌套层级，同时移除和子标签语义冲突的父级样式，比如包裹strong标签的父元素设置的font-weight: normal。
• 自定义样式解析器，修正优先级和继承逻辑
  若不想修改原始HTML结构，可以继承ImportXHTML自带的内联样式解析类，重写字重、文本装饰属性的解析逻辑：解析子元素样式时，强制将<strong>/<b>标签的字重设为加粗，不受父级font-weight: normal影响；遍历父级标签链，收集所有祖先内联元素设置的text-decoration属性，应用到当前文本段上。
• 升级Docx4j到最新稳定版本
  8.2.0之后的Docx4j版本已经修复了大部分嵌套内联标签的样式解析bug，包括text-decoration不继承、字重样式优先级错误的问题，升级后无需额外修改代码，大部分常规TinyMCE输出内容都可以正常转换样式。

内容的提问来源于stack exchange，提问作者Prashant