`

Word/Excel/PDF文件转换成HTML整理

阅读更多

项目开发过程中,需求涉及到了各种文档转换为HTML或者网页易显示格式,现在将实现方式整理如下:
一、使用Jacob转换Word,Excel为HTML

“JACOB一个Java-COM中间件.通过这个组件你可以在Java应用程序中调用COM组件和Win32 libraries。”

首先下载Jacob包,JDK1.5以上需要使用Jacob1.9版本(JDK1.6尚未测试),与先前的Jacob1.7差别不大

1、将压缩包解压后,Jacob.jar添加到Libraries中;

2、将Jacob.dll放至“WINDOWS\SYSTEM32”下面。

需要注意的是:
【使用IDE启动Web服务器时,系统读取不到Jacob.dll,例如用MyEclipse启动Tomcat,就需要将dll文件copy到MyEclipse安装目录的“jre\bin”下面。
一般系统没有加载到Jacob.dll文件时,报错信息为:“java.lang.UnsatisfiedLinkError: no jacob in java.library.path”】

新建类:

Java代码 复制代码
  1. public class JacobUtil   
  2. {   
  3.     public static final int WORD_HTML = 8;   
  4.   
  5.     public static final int WORD_TXT = 7;   
  6.   
  7.     public static final int EXCEL_HTML = 44;   
  8.   
  9.     /**  
  10.      * WORD转HTML  
  11.      * @param docfile WORD文件全路径  
  12.      * @param htmlfile 转换后HTML存放路径  
  13.      */  
  14.     public static void wordToHtml(String docfile, String htmlfile)   
  15.     {   
  16.         ActiveXComponent app = new ActiveXComponent("Word.Application"); // 启动word   
  17.         try  
  18.         {   
  19.             app.setProperty("Visible"new Variant(false));   
  20.             Dispatch docs = app.getProperty("Documents").toDispatch();   
  21.             Dispatch doc = Dispatch.invoke(   
  22.                     docs,   
  23.                     "Open",   
  24.                     Dispatch.Method,   
  25.                     new Object[] { docfile, new Variant(false),   
  26.                             new Variant(true) }, new int[1]).toDispatch();   
  27.             Dispatch.invoke(doc, "SaveAs", Dispatch.Method, new Object[] {   
  28.                     htmlfile, new Variant(WORD_HTML) }, new int[1]);   
  29.             Variant f = new Variant(false);   
  30.             Dispatch.call(doc, "Close", f);   
  31.         }   
  32.         catch (Exception e)   
  33.         {   
  34.             e.printStackTrace();   
  35.         }   
  36.         finally  
  37.         {   
  38.             app.invoke("Quit"new Variant[] {});   
  39.         }   
  40.     }   
  41.   
  42.     /**  
  43.      * EXCEL转HTML  
  44.      * @param xlsfile EXCEL文件全路径  
  45.      * @param htmlfile 转换后HTML存放路径  
  46.      */  
  47.     public static void excelToHtml(String xlsfile, String htmlfile)   
  48.     {   
  49.         ActiveXComponent app = new ActiveXComponent("Excel.Application"); // 启动word   
  50.         try  
  51.         {   
  52.             app.setProperty("Visible"new Variant(false));   
  53.             Dispatch excels = app.getProperty("Workbooks").toDispatch();   
  54.             Dispatch excel = Dispatch.invoke(   
  55.                     excels,   
  56.                     "Open",   
  57.                     Dispatch.Method,   
  58.                     new Object[] { xlsfile, new Variant(false),   
  59.                             new Variant(true) }, new int[1]).toDispatch();   
  60.             Dispatch.invoke(excel, "SaveAs", Dispatch.Method, new Object[] {   
  61.                     htmlfile, new Variant(EXCEL_HTML) }, new int[1]);   
  62.             Variant f = new Variant(false);   
  63.             Dispatch.call(excel, "Close", f);   
  64.         }   
  65.         catch (Exception e)   
  66.         {   
  67.             e.printStackTrace();   
  68.         }   
  69.         finally  
  70.         {   
  71.             app.invoke("Quit"new Variant[] {});   
  72.         }   
  73.     }   
  74.   
  75. }  
public class JacobUtil
{
	public static final int WORD_HTML = 8;

	public static final int WORD_TXT = 7;

	public static final int EXCEL_HTML = 44;

	/**
	 * WORD转HTML
	 * @param docfile WORD文件全路径
	 * @param htmlfile 转换后HTML存放路径
	 */
	public static void wordToHtml(String docfile, String htmlfile)
	{
		ActiveXComponent app = new ActiveXComponent("Word.Application"); // 启动word
		try
		{
			app.setProperty("Visible", new Variant(false));
			Dispatch docs = app.getProperty("Documents").toDispatch();
			Dispatch doc = Dispatch.invoke(
					docs,
					"Open",
					Dispatch.Method,
					new Object[] { docfile, new Variant(false),
							new Variant(true) }, new int[1]).toDispatch();
			Dispatch.invoke(doc, "SaveAs", Dispatch.Method, new Object[] {
					htmlfile, new Variant(WORD_HTML) }, new int[1]);
			Variant f = new Variant(false);
			Dispatch.call(doc, "Close", f);
		}
		catch (Exception e)
		{
			e.printStackTrace();
		}
		finally
		{
			app.invoke("Quit", new Variant[] {});
		}
	}

	/**
	 * EXCEL转HTML
	 * @param xlsfile EXCEL文件全路径
	 * @param htmlfile 转换后HTML存放路径
	 */
	public static void excelToHtml(String xlsfile, String htmlfile)
	{
		ActiveXComponent app = new ActiveXComponent("Excel.Application"); // 启动word
		try
		{
			app.setProperty("Visible", new Variant(false));
			Dispatch excels = app.getProperty("Workbooks").toDispatch();
			Dispatch excel = Dispatch.invoke(
					excels,
					"Open",
					Dispatch.Method,
					new Object[] { xlsfile, new Variant(false),
							new Variant(true) }, new int[1]).toDispatch();
			Dispatch.invoke(excel, "SaveAs", Dispatch.Method, new Object[] {
					htmlfile, new Variant(EXCEL_HTML) }, new int[1]);
			Variant f = new Variant(false);
			Dispatch.call(excel, "Close", f);
		}
		catch (Exception e)
		{
			e.printStackTrace();
		}
		finally
		{
			app.invoke("Quit", new Variant[] {});
		}
	}

}

当时我在找转换控件时,发现网易也转载了一偏关于Jacob使用帮助,但其中出现了比较严重的错误:String htmlfile = "C:\\AA";

只指定到了文件夹一级,正确写法是String htmlfile = "C:\\AA\\xxx.html";

 

到此WORD/EXCEL转换HTML就已经差不多了,相信大家应该很清楚了:)

 

二、使用XPDF将PDF转换为HTML

 

1、下载xpdf最新版本,地址:http://www.foolabs.com/xpdf/download.html

我下载的是xpdf-3.02pl2-win32.zip

 

2、下载中文支持包

我下载的是xpdf-chinese-simplified.tar.gz

 

3、下载pdftohtml支持包

地址:http://sourceforge.net/projects/pdftohtml/

我下载的是:pdftohtml-0.39-win32.tar.gz

 

4、解压调试

1) 先将xpdf-3.02pl2-win32.zip解压,解压后的内容可根据需要进行删减,如果只需要转换为txt格式,其他的exe文件可以删除,只保留pdftotext.exe,以此类推;

2) 然后将xpdf-chinese-simplified.tar.gz解压到刚才xpdf-3.02pl2-win32.zip的解压目录;

3) 将pdftohtml-0.39-win32.tar.gz解压,pdftohtml.exe解压到xpdf-3.02pl2-win32.zip的解压目录;

4) 目录结构:

 +---[X:\xpdf]

           |-------各种转换用到的exe文件

           |

           |-------xpdfrc

           |

           +------[X:\xpdf\xpdf-chinese-simplified]

                                      |

                                      |

                                      +-------很多转换时需要用到的字符文件

 

xpdfrc:此文件是用来声明转换字符集对应路径的文件

 

5) 修改xpdfrc文件(文件原名为sample-xpdfrc)

修改文件内容为:

 

Txt代码 复制代码
  1. #----- begin Chinese Simplified support package   
  2. cidToUnicode    Adobe-GB1       xpdf-chinese-simplified\Adobe-GB1.cidToUnicode   
  3. unicodeMap      ISO-2022-CN     xpdf-chinese-simplified\ISO-2022-CN.unicodeMap   
  4. unicodeMap      EUC-CN          xpdf-chinese-simplified\EUC-CN.unicodeMap   
  5. unicodeMap  GBK    xpdf-chinese-simplified\GBK.unicodeMap   
  6. cMapDir         Adobe-GB1       xpdf-chinese-simplified\CMap   
  7. toUnicodeDir                    xpdf-chinese-simplified\CMap   
  8. fontDir  C:\WINDOWS\Fonts   
  9. displayCIDFontTT Adobe-GB1 C:\WINDOWS\Fonts\simhei.ttf   
  10. #----- end Chinese Simplified support package  
#----- begin Chinese Simplified support package
cidToUnicode    Adobe-GB1       xpdf-chinese-simplified\Adobe-GB1.cidToUnicode
unicodeMap      ISO-2022-CN     xpdf-chinese-simplified\ISO-2022-CN.unicodeMap
unicodeMap      EUC-CN          xpdf-chinese-simplified\EUC-CN.unicodeMap
unicodeMap  GBK    xpdf-chinese-simplified\GBK.unicodeMap
cMapDir         Adobe-GB1       xpdf-chinese-simplified\CMap
toUnicodeDir                    xpdf-chinese-simplified\CMap
fontDir  C:\WINDOWS\Fonts
displayCIDFontTT Adobe-GB1 C:\WINDOWS\Fonts\simhei.ttf
#----- end Chinese Simplified support package

 

6) 创建bat文件pdftohtml.bat(放置的路径不能包含空格)

内容为:

 

Txt代码 复制代码
  1. @echo off   
  2. set folderPath=%1  
  3. set filePath=%2  
  4. cd /d %folderPath%   
  5. pdftohtml -enc GBK %filePath%   
  6. exit  
@echo off
set folderPath=%1
set filePath=%2
cd /d %folderPath%
pdftohtml -enc GBK %filePath%
exit

 

7) 创建类

 

Java代码 复制代码
  1. public class ConvertPdf   
  2. {   
  3.     private static String INPUT_PATH;   
  4.     private static String PROJECT_PATH;   
  5.        
  6.     public static void convertToHtml(String file, String project)   
  7.     {   
  8.         INPUT_PATH = file;   
  9.         PROJECT_PATH = project;   
  10.         if(checkContentType()==0)   
  11.         {   
  12.             toHtml();   
  13.         }   
  14.     }   
  15.        
  16.     private static int checkContentType()   
  17.     {   
  18.         String type = INPUT_PATH.substring(INPUT_PATH.lastIndexOf(".") + 1, INPUT_PATH.length())   
  19.                 .toLowerCase();   
  20.         if (type.equals("pdf"))   
  21.             return 0;   
  22.         else  
  23.             return 9;   
  24.     }   
  25.        
  26.     private static void toHtml()   
  27.     {   
  28.         if(new File(INPUT_PATH).isFile())   
  29.         {   
  30.             try  
  31.             {   
  32.                 String cmd = "cmd /c start X:\\pdftohtml.bat \"" + PROJECT_PATH + "\" \"" + INPUT_PATH + "\"";   
  33.                 Runtime.getRuntime().exec(cmd);   
  34.             }   
  35.             catch (IOException e)   
  36.             {   
  37.                 e.printStackTrace();   
  38.             }   
  39.         }   
  40.     }   
  41.        
  42. }  
public class ConvertPdf
{
	private static String INPUT_PATH;
	private static String PROJECT_PATH;
	
	public static void convertToHtml(String file, String project)
	{
		INPUT_PATH = file;
		PROJECT_PATH = project;
		if(checkContentType()==0)
		{
			toHtml();
		}
	}
	
	private static int checkContentType()
	{
		String type = INPUT_PATH.substring(INPUT_PATH.lastIndexOf(".") + 1, INPUT_PATH.length())
				.toLowerCase();
		if (type.equals("pdf"))
			return 0;
		else
			return 9;
	}
	
	private static void toHtml()
	{
		if(new File(INPUT_PATH).isFile())
		{
			try
			{
				String cmd = "cmd /c start X:\\pdftohtml.bat \"" + PROJECT_PATH + "\" \"" + INPUT_PATH + "\"";
				Runtime.getRuntime().exec(cmd);
			}
			catch (IOException e)
			{
				e.printStackTrace();
			}
		}
	}
	
}

String cmd = "....";此处代码是调用创建的bat文件进行转换 

 

8) 测试转换

 

 

Java代码 复制代码
  1. public static void main(String[] args)   
  2. {   
  3.     ConvertPdf.convertToHtml("C:\\test.pdf""X:\\xpdf");   
  4. }  
public static void main(String[] args)
{
	ConvertPdf.convertToHtml("C:\\test.pdf", "X:\\xpdf");
}

 

 

分享到:
评论

相关推荐

    文件Tools工具 支持WORD/PDF/EXCEL/PDF等格式的转换软件

    文件Tools工具 支持WORD/PDF/Excel/PDF等格式的转换软件 支持功能 Word转PDF WORD转EXCEL WORD转EPUB PDF转WORD PDF转EXCEL PDF转PPT PDF版本转换 EXCEL转PDF EXCEL转WORD PDF转EXCEL EPUB转WORD EPUB...

    Winform 实现Word/Excel转换为PDF文件

    另外,还有其他免费或开源的库,如NReco.PdfGenerator,它基于开源的wkhtmltopdf工具,可以将HTML内容转换为PDF,但不直接支持Word和Excel文件。 在Winform界面设计中,我们可以添加按钮和文件选择控件,允许用户...

    Word/Excel/PPT2007转PDF插件

    标题中的“Word/Excel/PPT2007转PDF插件”指的是一个工具或软件,它的主要功能是帮助用户将Microsoft Office 2007中的Word文档、Excel电子表格和PowerPoint演示文稿转换成PDF(Portable Document Format)格式。...

    AnyBizSoft PDF Converter(PDF转word/Excel/PPT/txt等等文件)

    该软件可把PDF转为word/Excel/PPT/txt等等文件,转换后可以编辑的(除非PDF文件生成前是不可编辑的图片) 本人亲测好用,适合解决网管们帮助办公室其他人员解决PDF转换问题,是IT的福音,屌丝的救星~!

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

    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)。本教程将深入探讨如何使用Apache POI库来实现这些文件向HTML的转换,以实现跨平台和浏览器的兼容...

    PDF《=》WORD/EXCEL 工具

    标题中的"PDF《=》WORD/EXCEL 工具"指的是能够将PDF文件转换为Word或Excel格式的软件或在线服务。这些工具通常具备将PDF的文本和图像内容精确地保留到目标格式的能力,以便于进一步编辑、排版或数据分析。 描述中的...

    PDF转WORD/EXCEL/PPT/HTML

    这就是“PDF转WORD/EXCEL/PPT/HTML”这一主题的核心内容。 首先,让我们详细讨论PDF转Word的过程。转换的主要目的是为了便于编辑文本和图片。使用专门的转换工具,如"PDFConverter",可以将PDF文档的布局和样式尽...

    WORD/EXCEL PDF 电子签章、个人签名 转PDF

    它允许用户方便地将Word、Excel或PDF等可打印文档转换为图片或PDF格式,并在此基础上添加电子签章和个人签名功能。这对于远程工作和无纸化办公环境来说,极大地提高了效率和安全性。 首先,让我们了解一下电子签名...

    Word、Excel、PPT文件转换成PDF文件(C#)

    使用C#将Word、Excel、PPT文件转换成PDF文件 1,使用VS2017编译程序 2,点击添加文件,选择word文件,点击【word转pdf】,PDF文件生成到桌面; 3,点击添加文件,选择excel文件,点击【excel转pdf】,PDF文件生成到...

    PDF转word/excel/ppt

    "PDF转word/excel/ppt"这个标签就代表了这种需求,即通过特定软件将PDF文件转换为Word文档、Excel表格或PowerPoint演示文稿。 转换过程中的关键在于保留原始文件的完整性,包括文字、图像、表格、页眉页脚以及页面...

    asp.net利用OpenOffice转换WORD/EXCEL/PDF为PDF,加水印源码

    本文将深入探讨如何使用ASP.NET结合OpenOffice库来实现Word、Excel和PDF文档到PDF的转换,并在此过程中添加水印功能。OpenOffice是一款开源的办公软件套件,它提供了API,允许开发者通过编程方式与之交互,进行文档...

    pdf,word,excel,转图片

    在IT领域,转换文档格式是一项常见的任务,尤其在处理PDF、Word、Excel这些常见的办公文档时。本主题主要关注如何将这些文档转换为图片格式,同时提到了批量处理Word到PDF的转换。以下是对这些知识点的详细说明: 1...

    PDF to WORD/EXCEL/PPT转换器

    这款软件允许用户将他们的PDF文件轻松转换成Microsoft Office的常见格式,如Word、Excel和PowerPoint,以适应各种工作场景的需求。 在PDF与Word的转换中,该软件能够保留原始PDF文件的布局、图像、表格和文字,确保...

    专业pdf转word/ppt/excel工具

    1. **PDF转Word**:能够准确地将PDF文件转换为Microsoft Word文档(.doc或.docx),保持原有的文本格式、图像和布局不变。这对于需要在Word中编辑PDF内容的用户来说非常实用。 2. **PDF转PPT**:转换过程会保留PDF...

    pdf/word/excel转ppt工具软件

    PDF(Portable Document Format)是一种通用的文件格式,用于保持文档的原始格式和布局,但有时我们需要将其转换为可编辑的Word或Excel文件。这款工具提供了PDF转Word的功能,使得用户能够快速将PDF文档转换成.doc或...

    文件在线预览仅支持word/excel/ppt/pptx 4种文件的转换和预览

    将Office文件转换为SWF,可以让用户在不支持原格式的环境中预览文件,尤其是那些旧版本的浏览器或移动设备。然而,SWF已逐渐被HTML5取代,因为后者提供了更好的跨平台兼容性和安全性。 总的来说,文件在线预览技术...

    word,excel,ppt文件转换成pdf文件

    描述中提到的"word文件,excel文件,ppt文件转换成pdf文件,java代码实现,已经集成为工具类,可以直接使用,自测ok"表明已经有开发者编写了一个工具类,该类能够处理这些转换操作,并且经过测试,功能正常。...

    PDF转换器(可转Word、Excel、PPT)

    该文件为smallpdf官方下载的安装包,亲测可用,转换快速准确(试用期只有3天,安装后需尽快转换或安装在虚拟机内)

    PDF转Word/Excel/PPT/HTML/Text

    然而,有时我们需要将PDF文件转换为其他格式,如Word(.doc或.docx)、Excel(.xls或.xlsx)、PPT(.ppt或.pptx)或HTML、Text,以便于编辑、分析或在不同平台间共享。本文将详细讲解如何进行PDF到这些格式的转换。 ...

    将Word/Excel/PPT转换成Html/PDF/图片

    本文将深入探讨如何将Word、Excel和PowerPoint等Microsoft Office文档转换为Html、PDF以及图片格式,同时也会提及一个名为“永中文档转换”的工具。 首先,让我们理解不同格式的特点。Word(.doc或.docx)是微软的...

Global site tag (gtag.js) - Google Analytics