中国铁路XX局集团公司 - CMS系统新闻模块Word导入功能升级项目实施记录
一、项目背景与需求确认
1. 集团需求分析
- 核心功能：
- 在CMS后台新闻编辑模块中新增Word文档一键导入功能，支持
.docx格式。 - 自动提取Word中的文本、图片、表格、标题样式、字体颜色、超链接等元素，并1:1还原至富文本编辑器。
- 图片需自动上传至集团指定服务器（支持华为云OBS信创版），并替换Word中的原始引用路径。
- 在CMS后台新闻编辑模块中新增Word文档一键导入功能，支持
- 信创环境要求：
- 操作系统：Windows 10/11、macOS 12+、统信UOS 1050+、中标麒麟V7/V10、银河麒麟V10 SP1、龙芯3A5000（LoongArch架构）。
- 数据库：达梦DM8、人大金仓KingbaseES V8/V9。
- 开发框架：前端Vue2-cli + 百度UEditor 1.4.3.3（信创适配版），后端SpringBoot 2.7.x。
- 服务要求：
- 提供7×24小时在线技术支持，故障响应时间≤15分钟，支持远程协助与紧急补丁热部署。
2. 项目目标
- 实现高保真Word内容解析，兼容铁路行业常用文档模板（如红头文件、列车时刻表等）。
- 通过等保2.0三级测评，确保数据传输加密（SM4算法）与存储安全。
二、技术选型与产品评估
1. 候选方案分析
| 方案 | 可行性评估 |
|---|---|
| Apache POI + docx4j | 优势：开源免费，支持复杂样式解析； |
| 风险：docx4j在龙芯平台性能较差，表格合并单元格处理不稳定。 | |
| 商业SDK（如Spire.Doc） | 优势：高保真转换，支持信创认证； |
| 风险：授权费用高（约￥12,000/年/核心）。 | |
| 开源组件（如WordPaster） | 优势：高保真转换，支持信创认证；整合简单，集成简单，使用简单，完全开放产品源代码（点击免费下载源码），满足政企100%自主安全可控需求，国内唯一提供7*24小时在线技术支持：（QQ群：223813913） |
| 风险：需要终端安装控件。 | |
| 开源组合方案 | 决策方案： |
- 文本/表格解析：Apache POI 5.2.3（XWPF模块）。
- 图片提取：自定义ZIP解压流处理（
.docx本质为ZIP包）。 - 样式还原：基于UEditor插件扩展，映射Word样式至CSS。 |
关键决策点：
- 放弃docx4j，改用POI+自定义渲染引擎，解决龙芯平台兼容性问题。
- 图片处理采用前端预解析+后端异步上传模式，减少用户等待时间。
2. 技术栈确认
- 前端：
- Vue2-cli + UEditor 1.4.3.3（信创版，移除XSS过滤限制）。
- 集成
mammoth.js（轻量级Word解析库）实现客户端预览。 - 使用
webpack-plugin-compress优化打包体积，兼容统信UOS浏览器。
- 后端：
- SpringBoot 2.7.12 + Apache POI 5.2.3（处理
.docx文件流）。 - 异步任务：Spring Task + RabbitMQ（信创版）实现图片上传队列。
- 图片压缩：使用
Thumbnailator库生成缩略图（宽≤800px）。
- SpringBoot 2.7.12 + Apache POI 5.2.3（处理
- 信创适配：
- 龙芯平台：替换
org.apache.poi.xwpf.usermodel中依赖x86指令的代码段。 - 数据库驱动：达梦JDBC 8.1.1.193（支持JDBC 4.2规范）。
- 龙芯平台：替换
三、开发实施过程
1. 前端开发（Vue2 + UEditor）
步骤1：扩展UEditor文件上传组件。
// src/plugins/ueditor/ueditor.config.jsUE.registerEditor('news-editor',{toolbars:[['source','undo','redo','wordimage','insertimage']],wordImageUpload:{url:'/api/upload/word-image',fieldName:'file',accept:'image/*'},// 自定义Word粘贴处理pasteFilter:function(html){// 拦截Word粘贴的垃圾标签（如）returnhtml.replace(/|\sclass="MsoNormal"|style="mso-*"/g,'');}});// 监听Word导入按钮点击事件document.getElementById('import-word-btn').onclick=function(){constinput=document.createElement('input');input.type='file';input.accept='.docx';input.onchange=async(e)=>{constfile=e.target.files[0];constloading=layer.load(2,{shade:[0.5,'#000']});// 显示加载层try{// 前端预解析Word内容（使用mammoth.js）constresult=awaitmammoth.extractRawText({arrayBuffer:awaitfile.arrayBuffer()});consthtml=result.value.replace(/\n/g,'')// 简单换行处理（实际需更复杂逻辑）.replace(/\[图片(\d+)\]/g,(match,p1)=>{// 占位符，后端替换为真实图片URLreturn``;});// 插入到UEditorUE.getEditor('news-editor').setContent(html);// 上传Word文件至后端解析图片constformData=newFormData();formData.append('file',file);constres=awaitaxios.post('/api/parse/word',formData);// 替换图片占位符consteditor=UE.getEditor('news-editor');res.data.imageUrls.forEach(img=>{editor.setContent(editor.getContent().replace(`data-word-img-id="${img.originalId}"`,`src="${img.url}"`));});}finally{layer.close(loading);}};input.click();};步骤2：样式映射表配置。
// 定义Word样式到CSS的映射关系conststyleMap=[{wordStyle:'Heading1',css:'font-size: 22px; font-weight: bold; color: #1f497d;'},{wordStyle:'TableGrid',css:'border: 1px solid #000;'},// ...其他样式规则];
2. 后端开发（SpringBoot）
步骤1：Word文件解析服务。
// src/main/java/com/railway/service/WordParserService.java@ServicepublicclassWordParserService{@AutowiredprivateObsClientobsClient;// 华为云OBS客户端publicMapparseWordImages(MultipartFilefile)throwsIOException{MapimageMap=newHashMap<>();// {图片ID: OBS URL}try(ZipInputStreamzip=newZipInputStream(file.getInputStream())){ZipEntryentry;while((entry=zip.getNextEntry())!=null){if(entry.getName().startsWith("word/media/")&&entry.getName().endsWith(".png")){// 提取图片并上传至OBSByteArrayOutputStreambaos=newByteArrayOutputStream();IOUtils.copy(zip,baos);StringimageId=UUID.randomUUID().toString();Stringurl=obsClient.putObject("railway-cms-media","word-images/"+imageId+".png",newByteArrayInputStream(baos.toByteArray()));imageMap.put(entry.getName().split("/")[2].replace(".png",""),url);}}}returnimageMap;}// 处理Word文档整体导入publicStringimportWordToHtml(MultipartFilefile)throwsException{// 1. 解析图片MapimageUrls=parseWordImages(file);// 2. 使用POI解析文本内容（简化版示例）XWPFDocumentdocument=newXWPFDocument(file.getInputStream());StringBuilderhtml=newStringBuilder("");for(XWPFParagraphpara:document.getParagraphs()){Stringstyle=para.getStyle();html.append(String.format("%s",getStyleCss(style),// 根据styleMap转换CSSpara.getText()));}html.append("");// 3. 替换图片占位符imageUrls.forEach((id,url)->{html=newStringBuilder(html.toString().replace("["+id+"]",url));});returnhtml.toString();}privateStringgetStyleCss(StringwordStyle){// 实际需从数据库或配置文件中查询映射关系return"font-family: SimSun; font-size: 12pt;";}}步骤2：异步图片上传优化。
# application-prod.ymlspring:rabbitmq:host:10.0.0.50username:adminpassword:${RABBITMQ_PASS}virtual-host:/cmstask:execution:thread-name-prefix:"word-parse-task-"pool:core-size:8max-size:16
3. 信创环境兼容性处理
- 操作系统适配：
- 龙芯平台：修改POI源码，替换
sun.misc.Unsafe相关操作为标准Java API。 - 银河麒麟：调整JVM参数
-Djava.awt.headless=true避免图形界面依赖冲突。
- 龙芯平台：修改POI源码，替换
- 数据库优化：
- 达梦数据库：为图片URL字段添加
全文索引，支持快速检索。 - 人大金仓：配置
work_mem = 64MB以提升大文本处理性能。
- 达梦数据库：为图片URL字段添加
四、测试与验证
1. 功能测试
- Word测试用例：
- 含50页复杂文档（嵌套表格、跨页标题、页眉页脚）的导入验证。
- 测试红头文件模板的样式保留（如宋体+加粗+红色标题）。
- 验证超链接与书签的转换准确性。
2. 信创兼容性测试
- 统信UOS + 龙芯3A5000：
- 使用
strace -f跟踪系统调用，确保无x86指令集依赖。
- 使用
- 中标麒麟V10：
- 验证
glibc版本兼容性（需≥2.17）。
- 验证
3. 性能测试
- 压力测试：
- 模拟10个并发导入任务，CPU占用率≤65%，内存泄漏≤50MB/小时。
- 长耗时测试：
- 200MB Word文件导入耗时≤90秒（含图片上传）。
五、技术支持与运维方案
7×24小时服务保障：
- 部署Zabbix + Prometheus监控系统，实时告警任务队列积压。
- 提供信创专家坐席，支持远程桌面（向日葵信创版）与电话指导。
知识转移：
- 交付《Word样式映射配置手册》《龙芯平台调优指南》。
- 录制UEditor插件开发教程视频，覆盖样式还原逻辑。
六、项目交付成果
功能模块：
- 新闻编辑器新增“Word导入”按钮，支持拖拽上传。
- 图片自动压缩（质量85%），支持WebP格式以节省带宽。
文档清单：
- 《信创环境部署指南》《API接口规范》《性能测试报告》。
- 自动化测试脚本库（含200+测试用例）。
验收标准：
- 通过国家工业信息安全发展研究中心的信创兼容性认证。
- 客户满意度评分≥9.0分（满分10分）。
项目负责人签字：_________________
铁路局集团代表签字：_________________
日期：2025年XX月XX日
备注：本项目代码已通过华为云DevCloud信创代码扫描，无中高危漏洞，符合《铁路行业信息化安全规范》要求。
复制插件目录
引入插件文件
UEditor 1.4.3.3示例注意：不要重复引入jquery，如果您的项目已经引入了jq，则不用再引入jq-1.4
在工具栏中增加插件按钮
//工具栏上的所有的功能按钮和下拉框，可以在new编辑器的实例时选择自己需要的重新定义toolbars:[["fullscreen","source","|","zycapture","|","wordpaster","importwordtoimg","netpaster","wordimport","excelimport","pptimport","pdfimport","|","importword","exportword","importpdf"]]初始化控件
varpos=window.location.href.lastIndexOf("/");varapi=[window.location.href.substr(0,pos+1),"asp/upload.asp"].join("");WordPaster.getInstance({//上传接口：http://www.ncmem.com/doc/view.aspx?id=d88b60a2b0204af1ba62fa66288203edPostUrl:api,//为图片地址增加域名：http://www.ncmem.com/doc/view.aspx?id=704cd302ebd346b486adf39cf4553936ImageUrl:"",//设置文件字段名称：http://www.ncmem.com/doc/view.aspx?id=c3ad06c2ae31454cb418ceb2b8da7c45FileFieldName:"file",//提取图片地址：http://www.ncmem.com/doc/view.aspx?id=07e3f323d22d4571ad213441ab8530d1ImageMatch:''});//加载控件注意
如果接口字段名称不是file，请配置FileFieldName。ueditor接口中使用的upfile字段
点击查看详细教程
配置ImageMatch
匹配图片地址，如果服务器返回的是JSON则需要通过正则匹配
ImageMatch:'',点击参考链接
配置ImageUrl
为图片地址增加域名，如果服务器返回的图片地址是相对路径，可通过此属性添加自定义域名。
ImageUrl:"",点击查看详细教程
配置SESSION
如果接口有权限验证（登陆验证，SESSION验证），请配置COOKIE。或取消权限验证。
点击查看配置教程
功能演示
编辑器界面
导入Word文档,支持doc,docx
导入Excel文档,支持xls,xlsx
粘贴Word
一键粘贴Word内容，自动上传Word中的图片，保留文字样式。
Word转图片
一键导入Word文件，并将Word文件转换成图片上传到服务器中。
导入PDF
一键导入PDF文件，并将PDF转换成图片上传到服务器中。
导入PPT
一键导入PPT文件，并将PPT转换成图片上传到服务器中。
上传网络图片
下载示例
点击下载完整示例
