使用docx4j插入段落导致docx文件损坏，请求协助排查

我尝试使用docx4j在一个仅包含一行测试文本的现有docx文件中添加一段内容为“Hello from Java test!”的文本段落。但添加该段落后生成的docx文件在使用MS Word打开时显示“损坏”，Word提示：

Word found unreadable content in generated.docx. Do you want to recover the contents of this document? If you trust the source of this document, click Yes.

移除mainDocumentPart.addParagraphOfText("Hello from Java test!");这一行后，生成的docx文件可正常用Word打开。

使用的版本信息 #

• Word版本：Microsoft 365 Apps for enterprise, Version 2505 (Build 18827, 20202 Click-to-Run)
• Docx4j版本：8.3.3
• Java版本：1.8

相关代码 #

public ByteBuffer addingDummyParagraphOnDocxFile(ByteBuffer original) throws Exception {

    byte[] originalData = original.array();
    WordprocessingMLPackage wordPackage = WordprocessingMLPackage.load(new ByteArrayInputStream(originalData));
    MainDocumentPart mainDocumentPart = wordPackage.getMainDocumentPart();

    // Adding a simple paragraph of text to test
    mainDocumentPart.addParagraphOfText("Hello from Java test!");

    ByteArrayOutputStream out = new ByteArrayOutputStream();
    wordPackage.save(out);
    
    //================================ SAVE LOCALLY!!! ==========================================
    // DEBUG: Save to local temp folder for inspection
    try {
        File tempDir = new File("C:\\temp");
        if (!tempDir.exists()) {
            boolean created = tempDir.mkdirs();
            if (!created) {
                log.warn("Could not create temp directory: {}", tempDir.getAbsolutePath());
            }
        }

        File tempFile = new File(tempDir, "doc-" + System.currentTimeMillis() + ".docx");
        try (FileOutputStream fos = new FileOutputStream(tempFile)) {
            fos.write(out.toByteArray());
            log.info("Saved document for inspection at: {}", tempFile.getAbsolutePath());
        }
    } catch (IOException e) {
        log.error("Failed to save temporary document", e);
    }
    //==========================================================================

    return ByteBuffer.wrap(out.toByteArray());
}

1. 修正ByteBuffer数据读取方式 #

original.array()会获取ByteBuffer的整个底层数组，可能包含未使用的冗余字节，导致加载的文档数据异常。改为读取实际有效数据：

// 读取ByteBuffer中实际有效的字节
byte[] originalData = new byte[original.remaining()];
original.get(originalData);
// 重置ByteBuffer的位置，避免后续操作出错
original.position(original.position() - originalData.length);

WordprocessingMLPackage wordPackage = WordprocessingMLPackage.load(new ByteArrayInputStream(originalData));

2. 手动构建段落结构 #

addParagraphOfText生成的段落可能缺少Word要求的必要元素，比如样式引用。手动构建完整的段落结构：

// 创建段落对象
P paragraph = new P();
// 创建文本运行对象
R run = new R();
// 创建文本内容
Text text = new Text();
text.setValue("Hello from Java test!");
// 将文本添加到运行
run.getContent().add(text);
// 将运行添加到段落
paragraph.getContent().add(run);
// 将段落添加到文档主内容
mainDocumentPart.getContent().add(paragraph);

3. 确保输出流完整写入 #

保存文档后刷新输出流，确保所有数据都被写入：

ByteArrayOutputStream out = new ByteArrayOutputStream();
wordPackage.save(out);
out.flush(); // 强制刷新输出流

4. 验证原始文档兼容性 #

将原始docx文档用Word另存为标准的“Word Document (*.docx)”格式，排除原始文档本身的格式异常后再测试。

内容的提问来源于stack exchange，提问作者ipapag