Java 使用ApachePOI识别隐藏文本Word 2003/2007

我正在将Word（2003和2007）文档转换为HTML格式。我已设法从Word文档中读取文本、格式等。但是文档包含一些隐藏的文本，如“标题更改历史记录”，这些文本不需要显示在页面上。有没有办法从Word文档中识别隐藏的文本

---

任何帮助都将非常有价值。

我不确定这是否是一个完整（甚至准确）的解决方案，但对于DOCX格式的文件，您似乎可以检查字符运行是否被隐藏

XWPFRun cr;
if (cr.getCTR().getRPr().getVanish() != null){
   // it is hidden
}

---

这是从XML的反向工程中得到的，至少在我的使用中它似乎是有效的。如果您能提供更多的信息输入，以及在旧的二进制文件格式中执行相同操作的方法，我们将非常高兴。

以下代码片段有助于识别文本是否隐藏

POIFSFS=null

    boolean isHidden = false;
    try {
        fs = new POIFSFileSystem(new FileInputStream(filesname));
        HWPFDocument doc = new HWPFDocument(fs);
        WordExtractor we = new WordExtractor(doc);

        String[] paragraphs = we.getParagraphText();

        System.out.println("Word Document has " + paragraphs.length
                + " paragraphs");
        Range range = doc.getRange();

        for (int k = 0; k < range.numParagraphs(); k++) {

            org.apache.poi.hwpf.usermodel.Paragraph paragraph = range
                    .getParagraph(k);
            paragraph.text().trim();
            paragraph.text().replaceAll("\\cM?\r?\n", "");

            for (int j = 0; j < paragraph.numCharacterRuns(); j++) {

                org.apache.poi.hwpf.usermodel.CharacterRun cr = paragraph
                        .getCharacterRun(j);

                if (cr.isVanished()) {
                    // it is hidden
                    System.out.println("text is hidden ");
                    isHidden = true;
                    break;
                }

            }

boolean ishiden=false；
试一试{
fs=新的POIFSFISTEM（新的FileInputStream（fileName））；
HWPF文件文件=新的HWPF文件（fs）；
WordExtractor we=新的WordExtractor（文档）；
String[]段落=we.getParagraphText（）；
System.out.println（“Word文档有”+段落长度
+“段落”）；
Range Range=doc.getRange（）；
对于（int k=0；k

根据我在POI文档中看到的内容，您只能读取和操作标题，但没有检索历史记录的选项。如果有人能够锁定相关参考，很高兴承认自己错了。