如何使用XWPFDocument删除Word文档的第一页？

哈哈，我懂你想要那种一键删页的爽感，但可惜POI的XWPF并没有提供getPages().removePage(pPosition)这种直接的API——因为Word文档的分页是动态渲染出来的，不是像PDF那样有明确的页面对象存在。不过别慌，咱们分两种场景来解决这个问题：

场景1：文档里有手动插入的分页符 #

这是最理想的情况，因为手动分页符是明确的标记，咱们可以精准定位第一页的结束位置：

核心思路是遍历文档的所有内容元素（段落、表格），找到第一个包含分页符的段落，然后删除该段落之前的所有内容，再清理掉分页符本身。

代码示例 #

XWPFDocument document = getTemplateFromFile("file.docx");
List<IBodyElement> bodyElements = document.getBodyElements();
int pageBreakIndex = -1;

// 遍历寻找第一个手动分页符
for (int i = 0; i < bodyElements.size(); i++) {
    IBodyElement element = bodyElements.get(i);
    if (element instanceof XWPFParagraph) {
        XWPFParagraph para = (XWPFParagraph) element;
        for (XWPFRun run : para.getRuns()) {
            if (run.getCTR().getBrList() != null) {
                for (CTBr br : run.getCTR().getBrList()) {
                    if (STBrType.PAGE.equals(br.getType())) {
                        pageBreakIndex = i;
                        break;
                    }
                }
                if (pageBreakIndex != -1) break;
            }
        }
    }
    if (pageBreakIndex != -1) break;
}

if (pageBreakIndex != -1) {
    // 删除分页符之前的所有元素（因为删除第一个元素后，后续元素会前移，所以循环删索引0即可）
    for (int i = 0; i <= pageBreakIndex; i++) {
        if (!document.getBodyElements().isEmpty()) {
            document.removeBodyElement(0);
        }
    }

    // 清理剩余的第一个段落中的分页符（如果该段落只有分页符，直接删掉段落）
    if (!document.getBodyElements().isEmpty() && document.getBodyElements().get(0) instanceof XWPFParagraph) {
        XWPFParagraph firstPara = (XWPFParagraph) document.getBodyElements().get(0);
        Iterator<XWPFRun> runIterator = firstPara.getRuns().iterator();
        
        while (runIterator.hasNext()) {
            XWPFRun run = runIterator.next();
            List<CTBr> brs = run.getCTR().getBrList();
            if (brs != null) {
                Iterator<CTBr> brIterator = brs.iterator();
                boolean hasPageBreak = false;
                while (brIterator.hasNext()) {
                    CTBr br = brIterator.next();
                    if (STBrType.PAGE.equals(br.getType())) {
                        brIterator.remove();
                        hasPageBreak = true;
                    }
                }
                // 如果这个run只剩分页符（无文本），直接删掉该run
                if (hasPageBreak && (run.getText(0) == null || run.getText(0).isEmpty())) {
                    runIterator.remove();
                }
            }
        }

        // 如果清理后段落为空，删掉它
        if (firstPara.getRuns().isEmpty()) {
            document.removeBodyElement(0);
        }
    }
}

// 保存处理后的文档
try (FileOutputStream out = new FileOutputStream("processed.docx")) {
    document.write(out);
} catch (IOException e) {
    e.printStackTrace();
}

场景2：文档是自动分页（无手动分页符） #

这种情况就麻烦一点了，因为Word的自动分页取决于字体、字号、行间距、页面大小等一堆格式因素，POI没有内置的渲染引擎来计算精确的分页位置。

可行的折中方案 #

1. 根据文档结构手动删除：如果第一页是固定的封面（比如几个标题段落或一个表格），可以直接删除前N个元素，比如：

   // 假设第一页是前3个元素，根据你的文档实际情况调整
   int elementsToRemove = 3;
   for (int i = 0; i < elementsToRemove && !document.getBodyElements().isEmpty(); i++) {
       document.removeBodyElement(0);
   }
   

2. 自定义计算内容高度：如果你需要精确计算，可以自己实现内容高度的计算逻辑（比如段落的行数×行高、表格的行高总和等），然后和页面可容纳高度比较，找到分页点。但这个实现起来比较繁琐，需要处理各种格式细节，适合对精度要求极高的场景。

内容的提问来源于stack exchange，提问作者istiti