由去掉word文档中的一个GoLand复制后残留的底纹说起

首先，是有个很难去掉的底纹，就是当黑底的Goland中复制代码，以保留格式方式黏贴后，会保留字体颜色、大小和“底纹”。

就是保留的这个底纹，想去掉一直没成功，既不是文字的底纹，也不是页面边框里的底纹。

• 为什么要去除，是因为wps复制保留的文档，看上去还可以。但是微软的office打开，行之间露出来了，影响阅读、难看的要死，不如去掉。

发扬二杠子精神，做为程序员，能不能用什么读取文件属性，查看（最好是能去除）这个属性。

GitHub上搜了下，搜word没搜到，在百度搜了下，看到个docx4j的似乎是java的一个库，然后又在github里以docx搜了下，搜到个Go语言的操作库（https://github.com/nguyenthenguyen/docx）。因为我不会Java，会点Go，就用它了。

写了几行测试代码。读出word，发现doc的读不成功，再看和它自带例子区别，改文档为docx的。能读出来。

看了下接受word内容的结构体，看里面 有两个结构体ReplaceDocx和Docx，属性相近，摘录个：

type ReplaceDocx struct {
   zipReader ZipData
   content   string
   links     string
   headers   map[string]string
   footers   map[string]string
}

看了下内容，格式更像是存储在content中。将内容复制处了，看颜色都是十六进制显示的，看了下word中的底色是 2B2B2B（微信截图的时候截图框右下角有显示颜色数值）。

搜了下果然有，给替换了下，写入新文件发现终于去掉了：

docx2.SetContent(strings.ReplaceAll(contextStr, `<w:shd w:val="clear" w:fill="2B2B2B"/>`, ""))

这个元素位置是在  <w:body> 子元素<w:p>再子元素，接着<w:r>子元素， 再 <w:rPr>子元素下有个 w:shd 名字的元素

 

测试文档只有一行， 把我正式的文档弄过来试下，又没成功。。额，首先是doc格式的，需要改成docx，在用wps保存的时候，发现能保存很多种，还有xml格式的（心里咯噔了下）。

改成docx还是不行，后来发现w:shd那个元素条目变成了这样：

<w:shd w:val="clear" w:color="auto" w:fill="2B2B2B"/>

两个替换都加上就好了。

 

而这次我不再是将代码读取文档，复制context属性查找。而是另存为文件未xml格式，再用notepad打开查找到的。

而且发现，这个xml格式仍能正常的用wps打开。

 

以前认为doc的比较通用，兼容性好，看来还是应该转用docx了，更高级些吧。或者，那个xml格式不正是一直想找的记录日志的方式么？有word的排版方便，还有内容的文本化。

因为这个xml文件可以wps当做word打开，所以直接xml方式直接文本删除掉，那都不用重新了吧。

所以最终简洁方式是文档转为xml格式，删除其中的对应颜色底纹 w:shd  元素。然后看个人喜好是不是要将文件再另存为docx了。

 

问题是解决了，去除了“底纹”。但是其实效果并不好，没了底纹，很多原先字体看上去都看不清了。

 

查找w:shd 含义时，看到个介绍xml格式word文档意义的网页（https://www.cnblogs.com/forlina/archive/2011/06/09/2076559.html），虽然没介绍w:shd，但有其他一些常见的。

关于微软的office有没提供 xml和docx的另存为，因为没office这个正版软件，没做测试。