【生产力++】脚本自动化提取待复习内容 极大提高复习效率（上）

前言

【插入一句】这个的第二版脚本出来啦，有兴趣可以来看看，或许可以帮助到你
传送门（第二版）

【简单介绍一下大致背景 方便大家更快的get到这个东西的作用】

作为一只计算机的考研狗，每天起早贪黑，日复一日的复习。
知识越来越丰富，头发也越来越稀疏hhh

伴随着时间推移到了八月中，相比于刚刚开始备考的几个月，学科难度持续增大，学习项目越来越庞杂。因此每天的学习热情已经趋于平淡，但又秉持着必要上岸的决心，每天能不能坚持9h+的全凭意志力。（偶尔摆烂呜呜）

在英语的复习中，大纲词汇要背，阅读生词要背诵，真题熟词僻义要背…我原本的思路是把所有地方的单词按照这个样子整理到pdf中来，每天仅需要将不熟悉的部分用高亮选中，然后每天复习就好了。

但是随着数量越来越多之后，我发现了一个问题，不熟悉的单词东一个西一个，可能阅读部分有几个，翻译部分有几个…这总不能一页页翻过去找吧…本来就时间紧任务重。那有没有一个办法能把我不会的单词统一到一起，这样我就可以很快速的进行复习了。

左思右想之后，敲定了几种方案：
× 使用word自带的宏，进行编程，实现效果。但是不具备宏编程基础，并且宏编程界面跟记事本一样…开发起来很头痛，会付出很多的额外时间成本。

√ 使用bat脚本+java脚本的方式 实现，之前有研究过bat脚本和java结合的方式，且java使用更加得心应手。

说干就干！！！

正文

实现思路

原来的复习方式 主要分为两部分：

①新词产生：学习产生陌生词汇——登记到word中——高亮标记需要重复学习的部分
②旧词复习：从后向前遍历每一页的新词，若掌握则去除标记，发现新的未掌握则添加标记。

主要的时间开销：在N页的文档中寻找需要复习的单词。

理想的复习方式：
着重针对寻找待复习单词方面进行优化
①新词产生：学习产生陌生词汇——登记到word中——高亮标记需要重复学习的部分
②旧词复习：由脚本帮忙整理出待复习的新词，若全部掌握即可回到文档直接 “全选-去除高亮”。

java脚本开发

省略中间选择实现方式的思考过程，最终选择使用 spire.doc.free的工具包完成

整体使用maven管理项目

首先配置pom引入相关依赖

        <dependency><groupId>e-iceblue</groupId><artifactId>spire.doc.free</artifactId><version>3.9.0</version></dependency>

这家伙不像其他依赖那么简单就能引入，他需要配置一下自己的仓库，同样在pom文件中

    <!--    配置word的仓库--><repositories><repository><id>com.e-iceblue</id><url>http://repo.e-iceblue.cn/repository/maven-public/</url></repository></repositories>

然后开始编写逻辑代码

我的word长这样，每一页都是一个N行4列的表格，其中一、三列英语，二、四列汉语。

除了普通的一个单词对应一个汉语，还存在一个单词对应多个汉语，或者多个单词对应一个汉语的情况。

首先简单介绍一下这个依赖读入word文件的流程（具体的实现可以根据名字去查开发手册）：
【其实就是读入遍历循环的顺序】

1. 将整个文档根据分节符分成很多节
2. 将每一节根据我们文档的表格分成很多个表格
3. 将每一张表分成很多行
4. 将每一行分成很多列
5. 将单元格拆分为段落（这个比较抽象 比如回车一下算一段）
6. 将段落拆为不同的对象（这个更抽象 可以结合代码理解）

直接上成品代码（后续有解释）

import com.spire.doc.Document;
import com.spire.doc.Section;
import com.spire.doc.TableCell;
import com.spire.doc.TableRow;
import com.spire.doc.documents.Paragraph;
import com.spire.doc.fields.TextRange;
import com.spire.doc.interfaces.ITable;import java.awt.*;public class word_op {public static void main(String[] args) {//加载Word源文档Document doc = new Document();doc.loadFromFile("C:\\Users\\23252\\Desktop\\真题词汇词组.docx");//获取第一节Section section = doc.getSections().get(0);for (int i = 0; i < section.getTables().getCount(); i++) {//获取第i个表格ITable table = section.getTables().get(i);//遍历每个表格的行for (int j = 0; j < table.getRows().getCount(); j++) {TableRow row = table.getRows().get(j);//遍历每行的列for (int k = 0; k < row.getCells().getCount(); k++) {TableCell cell = row.getCells().get(k);//某个单元格整体的内容StringBuilder res = new StringBuilder();//遍历单元格中的段落for (int l = 0; l < cell.getParagraphs().getCount(); l++) {Paragraph paragraph = cell.getParagraphs().get(l);//遍历每个段落的子对象for (int m = 0; m < paragraph.getChildObjects().getCount(); m++) {Object obj = paragraph.getChildObjects().get(m);if (obj instanceof TextRange) {//获取文本String text = ((TextRange) obj).getText();//去除特殊符号text = text.replaceAll("\r|\n", "");//获取文本的高亮颜色（即突出显示颜色）Color color = ((TextRange) obj).getCharacterFormat().getHighlightColor();//判断是否高亮if (!(color.getRGB() == 0)) {res.append(text);//判断是否有多段 进行分割if (cell.getParagraphs().getCount() != 1 && m == paragraph.getChildObjects().getCount() - 1) {//最后一段后面没东西 不需要再加分割if (cell.getParagraphs().getCount() - 1 != l) {res.append(" | ");}}}}}}if (!res.toString().equals("")) {if ((k + 1) % 2 != 0) {System.out.print(generateWordSpan(res.toString()));} else {System.out.println(res);}}}}}}//    组合总长public static int total_length = 50;       //30+20//    根据单词长度动态生成后端空格组合public static String generateWordSpan(String word) {int span_length = total_length - word.length();StringBuilder op_word = new StringBuilder(word);for (int i = 0; i < span_length; i++) {op_word.append(" ");}return op_word.toString();}
}

解释几个地方：

1. 首先是这一部分那个append操作在叠加什么

  //遍历每个段落的子对象for (int m = 0; m < paragraph.getChildObjects().getCount(); m++) {Object obj = paragraph.getChildObjects().get(m);if (obj instanceof TextRange) {//获取文本String text = ((TextRange) obj).getText();//去除特殊符号text = text.replaceAll("\r|\n", "");//获取文本的高亮颜色（即突出显示颜色）Color color = ((TextRange) obj).getCharacterFormat().getHighlightColor();//判断是否高亮if (!(color.getRGB() == 0)) {res.append(text);//判断是否有多段 进行分割if (cell.getParagraphs().getCount() != 1 && m == paragraph.getChildObjects().getCount() - 1) {//最后一段后面没东西 不需要再加分割if (cell.getParagraphs().getCount() - 1 != l) {res.append(" | ");}}}}}

首先很明确的是，用我们的视角来看，我们想要的目标是一个单元格，我们只有拿到一整个单元格的内容才能把数据存下来到数组啊，链表啊之类的。我们的操作对象既不是比单元格大的行、列，也不是比单元格更小的段落或者对象。

但是在程序的视角来看，单元格由段落组成，段落由对象组成。

那么我们就需要把较小的东西拼起来，凑成我们想要的东西。

所以核心逻辑就是：从word读入文件，一轮轮for循环下去，不断切切切，切到最小，然后我们操作着最小的对象开始拼装。

2. 这部分动态组合是在干什么

    //    组合总长public static int total_length = 50;       //30+20//    根据单词长度动态生成后端空格组合public static String generateWordSpan(String word) {int span_length = total_length - word.length();StringBuilder op_word = new StringBuilder(word);for (int i = 0; i < span_length; i++) {op_word.append(" ");}return op_word.toString();}

这部分相对于上面那部分就简单太多啦，纯粹是因为个人强迫症。
因为单词不一样长，所以他和汉语之间的空格也不一样，所以最后控制台打印出来会歪歪扭扭，于是我设置了 单词+空格+汉语 的总长，一个太长另一个就短一点，也算是自己实现了动态调剂算法哈哈哈哈。

其他地方不难理解，可以按着我的样子建个表，然后自己代码贴过去跑一跑，很快就能理解。
贴一个效果图，节选了上面那一页的部分。

是不是很整齐

到这里

结合bat脚本

到这里，我们需要把写好的文件打成jar包或者exe文件，方便我们bat脚本调用（打jar包过程可以看我其他文章或者自行百度），这里因为习惯就打jar包了。

编写bat脚本

接下来我们可以写一个启动脚本，运行这个java程序，目前这个简易版的小脚本只有下面这三句。

cd C:\XXXX               (你的脚本的目录)
java -jar XXXXX.jar      (你的jar包的名字)
pause > nul  (这一句是为了让你的窗口执行完停下来，而不是直接闪退，可以多贴几行防止手误)

把这句话写到记事本里，保存为bat文件。

效果展示

双击bat文件，等待之后。

成功啦！！！正文部分到这里完全结束！！！接下来是小的碎碎念时间。

这个程序的拓展性

假设场景：在学校，白天去图书馆懒得搬电脑：
或许我们可以在java脚本中加一段发送邮件的代码（很简单），这样每天早上出门前运行一下代码，待复习内容就可以发送到邮箱，手机就可以随时随地查看了。不过那样发过去的单词可能看起来没那么整齐哈哈哈。

后续可能方案：做一个简单的图形化界面，在界面上通过勾选框选择已经掌握的单词，bat界面关闭后自动修改word文档里的高亮标识。（这个不难但是我是懒狗现在不想做）

高性价比方案：当前脚本保持不变，配合远程控制软件ToDesk使用，在图书馆使用iPad链接寝室的电脑，仅需双击bat文件，通过pad屏幕来看打印出来的单词，我们仅需要在晚上睡前修改一下待复习单词。

尾声

到这里也算是终于结束啦，原本预定一早上搞定，但是因为有段日子没有写过代码了，手有点生。
从完全不了解spire.doc.free这个依赖，到自己看开发文档，再到设计实现逻辑，还是学到了很多东西。
整个程序看起来不是很难，但每一步都不容出错。代码虽然很短，但是其中的核心逻辑大改了三遍hhh（纯菜狗了哈哈哈），从开始设计到写完这篇博客，用了大半天时间。今天是光明正大的摆烂的一天。