`
zhuyufufu
  • 浏览: 138688 次
  • 性别: Icon_minigender_1
  • 来自: 南京
社区版块
存档分类
最新评论

文档展示:使用POI转换DOC为HTML

阅读更多
上接 文档展示:使用OpenOffice转换文档为HTML
http://zhuyufufu.iteye.com/admin/blogs/2012476

这篇文章研究使用POI转文档为HTML,并比较其与OpenOffice转换的效果

上代码:

package com.zas.doc.demo;

import java.io.BufferedWriter;
import java.io.ByteArrayOutputStream;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStreamWriter;
import java.util.List;

import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.transform.OutputKeys;
import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.dom.DOMSource;
import javax.xml.transform.stream.StreamResult;

import org.apache.poi.hwpf.HWPFDocument;
import org.apache.poi.hwpf.converter.PicturesManager;
import org.apache.poi.hwpf.converter.WordToHtmlConverter;
import org.apache.poi.hwpf.usermodel.Picture;
import org.apache.poi.hwpf.usermodel.PictureType;
import org.w3c.dom.Document;

/**
 * @author zas
 */
public class PoiWordToHtml {
	
	/**
	 * 转换doc为HTML
	 * @param path
	 * @param file
	 * @throws Throwable
	 */
	public static void convert(String path, String file) throws Throwable {
		 InputStream input = new FileInputStream (path + file);
	        HWPFDocument wordDocument = new HWPFDocument (input);
	        WordToHtmlConverter wordToHtmlConverter = new WordToHtmlConverter (DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument() );
	        wordToHtmlConverter.setPicturesManager (new PicturesManager() {
	            public String savePicture (byte[] content, PictureType pictureType, String suggestedName, float widthInches, float heightInches) {
	                return suggestedName;
	            }
	        });
	        wordToHtmlConverter.processDocument (wordDocument);
	        List<?> pics = wordDocument.getPicturesTable().getAllPictures();
	        if (pics != null) {
	            for (int i = 0; i < pics.size(); i++) {
	                Picture pic = (Picture) pics.get (i);
	                try {
	                    pic.writeImageContent (new FileOutputStream (path + pic.suggestFullFileName() ) );
	                } catch (FileNotFoundException e) {
	                    e.printStackTrace();
	                }
	            }
	        }
	        Document htmlDocument = wordToHtmlConverter.getDocument();
	        ByteArrayOutputStream outStream = new ByteArrayOutputStream();
	        DOMSource domSource = new DOMSource (htmlDocument);
	        StreamResult streamResult = new StreamResult (outStream);

	        TransformerFactory tf = TransformerFactory.newInstance();
	        Transformer serializer = tf.newTransformer();
	        serializer.setOutputProperty (OutputKeys.ENCODING, "gbk");
	        serializer.setOutputProperty (OutputKeys.INDENT, "yes");
	        serializer.setOutputProperty (OutputKeys.METHOD, "html");
	        serializer.transform (domSource, streamResult);
	        outStream.close();

	        String content = new String (outStream.toByteArray() );

	        writeFile (content, path + "1111111111.html", "gbk");
	}
	
	/**
	 * 写文件
	 * @param content
	 * @param path
	 * @param encode
	 */
	public static void writeFile(String content, String path, String encode) {
		FileOutputStream fos = null;
		BufferedWriter bw = null;
		try {
			File file = new File(path);
			fos = new FileOutputStream(file);
			bw = new BufferedWriter(new OutputStreamWriter(fos, encode));
			bw.write(content);
		} catch (FileNotFoundException e) {
			e.printStackTrace();
		} catch (IOException e) {
			e.printStackTrace();
		} finally {
			try {
				if (bw != null){
					bw.close();
				}
				if (fos != null){
					fos.close();
				}
			} catch (IOException ie) {
				ie.printStackTrace();
			}
		}
	}

    public static void main (String[] args) throws Throwable {
        final String path = "D:/pdf/poi/";
        final String file = "2010110档案管理系统需求分析说明书正式.doc";
       // final String file = "转换用.ppt";
//        final String file = "专业与院系对应关系.xls";
        PoiWordToHtml.convert(path, file);
    }
}


转换的效果不如OpenOffice,有部分乱码
1
0
分享到:
评论
2 楼 houyujiangjun 2014-02-10  
全称是:Office Web Apps Server
1 楼 houyujiangjun 2014-02-10  
别玩儿这个了.... 什么都不如微软的web app service 来的霸道, 当然永中的收费服务也是很厉害的

相关推荐

    使用POI将office(doc/docx/ppt/pptx/xls/xlsx)文件转html格式

    在本场景中,我们将讨论如何使用POI将Office文档转换为HTML格式,这对于在网络上展示内容或进行数据迁移非常有用。 一、Apache POI 概述 Apache POI 是由Apache软件基金会开发的一个项目,其主要目标是支持...

    java poi把word文档转化为html,支持doc。

    在这个特定的场景中,我们利用POI将Word文档转换为HTML格式,以便于在网页上展示或者进行其他Web相关的操作。下面我们将深入探讨这个过程中的关键知识点。 1. **Java POI库**: POI是Apache软件基金会的一个开源项目...

    将word(doc,docx)转换成html代码以及所需poi jar包

    总结来说,将Word转换为HTML涉及理解Word文档的结构,使用Apache POI这样的工具进行解析和转换,以及生成HTML和CSS代码。这个过程需要对XML、Java编程和Web开发有一定的了解,但通过Apache POI,我们可以方便地在...

    word内容提取 word转html-POI wps doc docx转html

    在IT行业中,文档处理是一项常见的任务,特别是在需要跨平台共享或者网络展示时,将Word文档转换为HTML格式显得尤为重要。本篇文章将详细讲解如何利用Apache POI库进行Word内容提取及Word转HTML的过程,以及涉及的...

    使用poi根据模版生成word文档并转换成PDF文件

    通过以上步骤,你可以利用Apache POI根据模板生成Word文档,并使用PDFBox或其他转换工具将其转换为PDF。这种方法在自动化报告生成、批量文档处理等方面非常有用。不过,实际应用中,还需要根据具体需求进行调整和...

    java使用poi将word文档转为html

    在本案例中,我们关注的是如何使用POI将Word文档转换为HTML格式。这个过程对于在网络上展示内容或者进行数据迁移非常有用。 首先,我们需要理解Apache POI的基本概念。POI提供了HWPF(Horrible Word Processor ...

    基于poi实现word/excel转换为HTML(且兼容.doc.docx.xls.xlsx)

    在IT行业中,处理文档转换是一项常见的任务,尤其是在数据交换、网页展示或数据分析的场景下。Apache POI 是一个流行的开源库,专为处理Microsoft Office格式的文件,如Word(.doc/.docx)和Excel(.xls/.xlsx)。本...

    poi3.8 doc,excel转html

    标题提到的"poi3.8 doc,excel转html",指的是使用Apache POI库的3.8版本进行Microsoft Office文档(尤其是DOC和XLS)到HTML的转换。Apache POI是一个流行的Java库,专门用于读取、写入和操作Microsoft Office格式的...

    利用POI将word转换成html实现在线阅读

    本主题聚焦于如何利用Apache POI库将Word文档转换为HTML格式,从而实现在线阅读。Apache POI是一个强大的开源Java库,它允许开发者读取、写入以及创建Microsoft Office格式的文件,包括Word(.doc)文档。 首先,让...

    java 使用POI合并两个word文档.docx

    在 appendBody 方法中,我们可以看到,使用 XmlOptions 对象设置了保存选项,然后使用 xmlText 方法将第二个文档的内容转换为字符串,最后将其追加到第一个文档中。 Java 使用 POI 合并两个 Word 文档的优点是: *...

    Itext实现Html转化为Doc源码、Doc中部分代码为html转化

    在此,我们将深入探讨如何使用Itext实现HTML到DOC的转换,并讨论在DOC文档中保留部分HTML格式的可能性。 Itext是一个Java库,主要用于创建和修改PDF文档。虽然其主要功能是处理PDF,但通过一定的技巧,可以借助HTML...

    JAVA用poi解析doc、docx、slx、xlsx,保证完整

    这个教程将详细介绍如何利用POI库来解析这些文件类型,并将它们转换为HTML格式。 首先,我们需要理解Apache POI的工作原理。POI项目分为两个主要部分:HSSF(Horrible Spreadsheet Format)处理旧版的.xls文件,而...

    poi完美word转html

    在给定的部分内容中,展示了如何使用Apache POI将Word文档转换为HTML。首先,通过创建HWPFDocument对象来读取Word文档。然后,使用WordToHtmlConverter进行转换,同时定义PicturesManager来处理文档中的图片,确保...

    poi将word转换成html、样式 表格 图片处理

    在本案例中,我们关注的是如何使用Apache POI将Word文档转换为HTML格式,并且保持原有的样式、表格和图片。下面我们将详细介绍这个过程中的关键知识点。 1. **Apache POI简介** Apache POI 提供了Java API,使得...

    poi-tl实现根据模板生成合同和html转doc,doc转docx的Demo

    标题"poi-tl实现根据模板生成合同和html转doc,doc转docx的Demo"表明这个项目演示了如何使用`poi-tl`库来根据预定义的模板生成合同文档,并且展示了HTML到DOC以及DOC到DOCX的转换过程。这在实际业务中非常有用,例如...

    将doc文档转换成docx格式的文档 DocFmtConvert.java

    将.DOC后缀的文档转换成.DOCX后缀的文档,便于后续进行合并分页或者其它作用

    poi-3.15 及Android 打开doc工具类

    - 显示内容:可能通过将Word内容转换为文本或HTML,然后在TextView或其他UI组件中展示。 - 错误处理:包括文件不存在、格式错误或内存问题等异常情况的处理。 5. **集成步骤**: - 添加依赖:将POI的jar文件添加...

    POI转换Html

    在"POI转换Html"的主题下,我们将探讨如何使用Apache POI将这些Office文件转换成HTML格式,以便于在网络上传播、展示或进行进一步的文本处理。 首先,让我们深入了解Apache POI。它是一个开源项目,允许开发者在...

    Java实现doc文件转成docx文件

    本示例关注的是使用Java编程语言将传统的`.doc`格式文件转换为较新的`.docx`格式。`.doc`文件是Microsoft Word早期版本(Word 97到2003)使用的文件格式,而`.docx`则是从Word 2007开始引入的基于XML的格式。这种...

    java Apache poi 对word doc文件进行读写操作

    在处理 Word .doc 文件时,POI 提供了一个名为 HWPF(Horizontally Written Property Set Files)的模块。这个模块使得开发人员能够读取和写入 .doc 文件,而不仅仅是提取文本内容。 `HWPFDocument` 类是 HWPF 模块...

Global site tag (gtag.js) - Google Analytics