package com.acdm.util;
import java.io.BufferedWriter;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.OutputStream;
import java.io.OutputStreamWriter;
import org.apache.poi.hwpf.HWPFDocument;
import org.apache.poi.hwpf.model.PicturesTable;
import org.apache.poi.hwpf.usermodel.CharacterRun;
import org.apache.poi.hwpf.usermodel.Picture;
import org.apache.poi.hwpf.usermodel.Range;
import org.apache.poi.hwpf.extractor.WordExtractor;
import org.apache.poi.hwpf.usermodel.Paragraph;
import org.apache.poi.hwpf.usermodel.Table;
import org.apache.poi.hwpf.usermodel.TableCell;
import org.apache.poi.hwpf.usermodel.TableIterator;
import org.apache.poi.hwpf.usermodel.TableRow;
public class WordExcelToHtml {
/**
* 回车符ASCII码
*/
private static final short ENTER_ASCII = 13;
/**
* 空格符ASCII码
*/
private static final short SPACE_ASCII = 32;
/**
* 水平制表符ASCII码
*/
private static final short TABULATION_ASCII = 9;
public static String htmlText = "";
public static String htmlTextTbl = "";
public static int counter=0;
public static int beginPosi=0;
public static int endPosi=0;
public static int beginArray[];
public static int endArray[];
public static String htmlTextArray[];
public static boolean tblExist=false;
public static final String inputFile="f://22.doc";
public static void main(String argv[])
{
try {
//getWordAndStyle(inputFile);
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
/**
* 读取每个文字样式
*
* @param fileName
* @throws Exception
*/
public static void getWordAndStyle(String fileName,String path,String path2) throws Exception {
FileInputStream in = new FileInputStream(new File(fileName));
HWPFDocument doc = new HWPFDocument(in);
Range rangetbl = doc.getRange();//得到文档的读取范围
TableIterator it = new TableIterator(rangetbl);
int num=100;
beginArray=new int[num];
endArray=new int[num];
htmlTextArray=new String[num];
// 取得文档中字符的总数
int length = doc.characterLength();
// 创建图片容器
PicturesTable pTable = doc.getPicturesTable();
htmlText = "<html><head><title>" + doc.getSummaryInformation().getTitle() + "</title></head><body>";
// 创建临时字符串,好加以判断一串字符是否存在相同格式
if(it.hasNext())
{
readTable(it,rangetbl);
}
int cur=0;
String tempString = "";
for (int i = 0; i < length - 1; i++) {
// 整篇文章的字符通过一个个字符的来判断,range为得到文档的范围
Range range = new Range(i, i + 1, doc);
CharacterRun cr = range.getCharacterRun(0);
//beginArray=new int[num];
//endArray=new int[num];
//htmlTextArray=new String[num];
if(tblExist)
{
if(i==beginArray[cur])
{
htmlText+=tempString+htmlTextArray[cur];
tempString="";
i=endArray[cur]-1;
cur++;
continue;
}
}
if (pTable.hasPicture(cr)) {
htmlText += tempString ;
// 读写图片
readPicture(pTable, cr,path2);
tempString = "";
}
else {
Range range2 = new Range(i + 1, i + 2, doc);
// 第二个字符
CharacterRun cr2 = range2.getCharacterRun(0);
char c = cr.text().charAt(0);
System.out.println(i+"::"+range.getEndOffset()+"::"+range.getStartOffset()+"::"+c);
// 判断是否为回车符
if (c == ENTER_ASCII)
{
tempString += "<br/>";
}
// 判断是否为空格符
else if (c == SPACE_ASCII)
tempString += " ";
// 判断是否为水平制表符
else if (c == TABULATION_ASCII)
tempString += " ";
// 比较前后2个字符是否具有相同的格式
boolean flag = compareCharStyle(cr, cr2);
if (flag)
tempString += cr.text();
else {
String fontStyle = "<span style="+"font-family:"+" + cr.getFontName() + "+";font-size:" + cr.getFontSize() / 2 + "pt;";
if (cr.isBold())
fontStyle += "font-weight:bold;";
if (cr.isItalic())
fontStyle += "font-style:italic;";
htmlText += fontStyle + "mce_style="+"font-family:"+" + cr.getFontName() + "+";font-size:" + cr.getFontSize() / 2 + "pt;";
if (cr.isBold())
fontStyle += "font-weight:bold;";
if (cr.isItalic())
fontStyle += "font-style:italic;";
htmlText += fontStyle + ">" + tempString + cr.text()+"</span> " ;
tempString = "";
}
}
}
htmlText += tempString+"</body></html>";
writeFile(htmlText,path);
}
/**
* 读写文档中的表格
*
* @param pTable
* @param cr
* @throws Exception
*/
public static void readTable(TableIterator it, Range rangetbl) throws Exception {
htmlTextTbl="";
//迭代文档中的表格
counter=-1;
while (it.hasNext())
{
tblExist=true;
htmlTextTbl="";
Table tb = (Table) it.next();
beginPosi=tb.getStartOffset() ;
endPosi=tb.getEndOffset();
System.out.println("............"+beginPosi+"...."+endPosi);
counter=counter+1;
//迭代行，默认从0开始
beginArray[counter]=beginPosi;
endArray[counter]=endPosi;
htmlTextTbl+="<table border>";
for (int i = 0; i < tb.numRows(); i++) {
TableRow tr = tb.getRow(i);
htmlTextTbl+="<tr>";
//迭代列，默认从0开始
for (int j = 0; j < tr.numCells(); j++) {
TableCell td = tr.getCell(j);//取得单元格
int cellWidth=td.getWidth();
//取得单元格的内容
for(int k=0;k<td.numParagraphs();k++){
Paragraph para =td.getParagraph(k);
String s = para.text().toString().trim();
if(s=="")
{
s=" ";
}
System.out.println(s);
htmlTextTbl += "<td width="+cellWidth+ ">"+s+"</td>";
System.out.println(i+":"+j+":"+cellWidth+":"+s);
} //end for
} //end for
} //end for
htmlTextTbl+="</table>" ;
htmlTextArray[counter]=htmlTextTbl;
} //end while
}
/**
* 读写文档中的图片
*
* @param pTable
* @param cr
* @throws Exception
*/
public static void readPicture(PicturesTable pTable, CharacterRun cr,String path2) throws Exception {
// 提取图片
Picture pic = pTable.extractPicture(cr, false);
// 返回POI建议的图片文件名
String afileName = pic.suggestFullFileName();
OutputStream out = new FileOutputStream(new File(path2 + File.separator + afileName));
pic.writeImageContent(out);
htmlText += "<img src='"+path2 +"\\"+afileName + "' mce_src='"+path2 +"\\"+ afileName + "'/>";
}
public static boolean compareCharStyle(CharacterRun cr1, CharacterRun cr2)
{
boolean flag = false;
if (cr1.isBold() == cr2.isBold() && cr1.isItalic() == cr2.isItalic() && cr1.getFontName().equals(cr2.getFontName()) && cr1.getFontSize() == cr2.getFontSize())
{
flag = true;
}
return flag;
}
/**
* 写文件
*
* @param s
*/
public static void writeFile(String s,String path) {
FileOutputStream fos = null;
BufferedWriter bw = null;
try {
File file = new File(path);
fos = new FileOutputStream(file);
bw = new BufferedWriter(new OutputStreamWriter(fos));
bw.write(s);
} catch (FileNotFoundException fnfe) {
fnfe.printStackTrace();
} catch (IOException ioe) {
ioe.printStackTrace();
} finally {
try {
if (bw != null)
bw.close();
if (fos != null)
fos.close();
} catch (IOException ie) {
}
}
}
}
分享到：
相关推荐
标题中的“PIO的EXCEL的写入和导出”指的是使用编程接口（PIO，Programmable Input/Output）来操作Excel文件，实现数据的写入和读取功能。在IT行业中，这通常涉及到使用特定的库或框架，如Apache POI、JExcelAPI等，...
【标签】"Excel2HtmlUt"可能是`Excel2HtmlUtil`的缩写，"office xls转html"则明确表示了转换的目标是从Office的Excel文件（xls格式）转换为HTML。XLS是Excel早期版本的文件格式，而Apache POI可以支持这种格式。 ...
PIO 是一个 Java 库，用来读取和写入 Microsoft Office 文档，如 Excel、Word 等。然而，在导入大量数据时，PIO 经常会出现内存溢出的问题。这种情况下，我们需要找到一种方法来解决这个问题。 解决方法之一是使用...
PIO操作Word依赖的Jar，包含poi-3.17.jar poi-examples-3.17.jar poi-excelant-3.17.jar poi-ooxml-3.17.jar poi-ooxml-schemas-3.17.jar poi-scratchpad-3.17.jar poi-tl.jar
JAVA 读取 WORD_EXCEL_POWERPOINT_PDF 文件的方法（poi） JAVA 读取 WORD_EXCEL_POWERPOINT_PDF 文件的方法是使用 Apache POI 库来实现的。POI 库是一个开放源代码的 Java 库，提供了对 Microsoft Office 文件格式...
### Word转PDF在Linux与Windows环境下的应用及移植性 #### 概述 在软件开发过程中，经常需要处理文档格式转换的问题，特别是在不同操作系统之间确保文档的兼容性和一致性时尤为重要。例如，在项目开发中可能会遇到...
标题中的"Java 解析WORD_POI word_java pio_pressureulb_word解析"指出了主要的技术点：使用Java的Apache POI库解析Word文档。Apache POI提供了一个名为HWPF（Horrible Word Processor Format）的API用于处理旧版的....
Apache POI是一个强大的Java库，专门用于处理Microsoft Office格式的文件，包括Word（.doc和.docx）、Excel（.xls和.xlsx）以及PowerPoint（.ppt和.pptx）。本篇将详细讲解如何利用POI库来实现Word到HTML的解析，并...
java操作Excel jar包 pio java开发第三方工具包
PIO（POI.IO）是一个针对Android平台的开发工具包，其核心是利用了Apache POI库的功能，使得开发者能够轻松地在Android应用程序中处理Microsoft Office格式的文档，特别是Word文档。Apache POI是Java领域内广泛使用...
java pio 读取 Excel 文件并写入 mysql-附件资源
PIO对excel文件单元格合并等操作~
PIO是一个强大的Java库，它允许开发者在服务器端处理Microsoft Office文档，如Word、Excel和PowerPoint，而无需安装Office软件。通过PIO，我们可以读取、创建和修改这些文档，这在报表生成和自动化办公流程中非常...
它包括对Word（DOCX），Excel（XLSX）等文件格式的支持。对于Excel文件的操作主要通过两个核心API来完成：`HSSFWorkbook`和`XSSFWorkbook`，分别对应于旧版Excel（.xls）和新版Excel（.xlsx）文件格式。 #### 二、...
"AT91RM9200 PIO中断在短波通信系统中的应用" 本文主要讨论了AT91RM9200 PIO中断在短波通信系统中的应用，通过扩展AT91RM9200中断处理能力，将通用IO配置为中断输入，并针对负脉冲中断信号的二次响应问题提出2种...
标题中的“pio实现报表生成”指的是使用Java编程语言和Pentaho Data Integration（通常缩写为Kettle或PDI，其中PIO是Pentaho Interactive Reporting的简称）工具来创建动态的、自定义的报表并将其导出为Excel格式。...
PIO，全称为“Processing IO”，是一个用于处理各种文件格式，尤其是Microsoft Office格式（如Excel、Word和PowerPoint）的Java库。这个标题指出我们将探讨一个使用PIO的jar包的实际案例，该案例包含详尽的注释，...
这个文档可能包含了关于如何在实际项目中设置和使用AT91RM9200 PIO的详细教程，包括示例代码和注意事项，是学习和应用PIO的重要参考资料。 6. www.pudn.com.txt： 此文件可能来源于一个技术分享网站，可能包含更...
PIO算法以其简单易实现、适应性强和优化效果优秀等特点，被广泛应用在复杂问题的求解中，特别是在工程和科学计算中。 1. **PID控制器与鸽群行为** PID控制器是工业自动化中的常见控制策略，而PIO算法则借鉴了其中...
【标题】"PIO_鸽群_鸽群算法_鸽群PIO_pio_PIO算法_" 提到的核心概念是“鸽群算法”（Pigeon Inspired Optimization, 简称PIO），这是一种受到自然界鸽子行为启发的优化算法。在信息技术领域，优化算法被广泛应用于...