修改POI和xdocreport源码，实现Word按段落解析为HTML并支持公式

简介：
本项目涉及对开源库POI和xdocreport的深度定制开发，通过修改其核心代码，实现了将包含公式的Word文档按照段落结构精确转换为HTML的功能。 在使用xdocreport框架的过程中发现它是一个半成品，并且默认的解析结果通常无法满足业务需求。经过长时间的研究和对源码进行深入分析后，修复了以下几个问题： 1. **段落分块解析**：虽然xdocreport可以将Word文档转换为HTML，但其输出的是一个基于整个文档的完整HTML文件。然而，在实际应用中我们更需要按段落顺序将其拆分成小部分，并保存到数据库以满足不同的业务需求。 - 解决方案：修改了xdocreport源码，使其能够按照每个段落进行解析并返回相应的HTML代码。 2. **缺少层级信息和格式属性**：在处理文档时，发现无法明确区分各段落属于哪个标题级别（如一级、二级等），也不能识别字体样式（例如加粗或不同颜色）。 - 解决方案：对每个段落的标题层次及文字属性进行了解析，并将这些信息一并返回。 3. **公式解析问题**：xdocreport不支持Office和WPS文档中的数学公式的解析，而这对于许多应用场景来说是非常重要的功能缺失点。 - 解决方案：修改了源码以支持在段落中识别Office公式并将它们转换为MathML格式输出。同时解决了WMF图片形式的WPS公式（手动插入的除外）无法被正确解析的问题，并使其能够兼容xdocreport底层机制。 当前版本已经实现了将docx文件转化为HTML的功能，而针对旧版doc文档转html的支持将在后续更新中加入。如果在使用过程中有任何疑问或需要进一步讨论，请随时留言反馈交流。