`
sealbird
  • 浏览: 586247 次
  • 性别: Icon_minigender_1
  • 来自: 广州
社区版块
存档分类
最新评论

Word/Excel/PDF文件转换成HTML整理

阅读更多
from  http://www.iteye.com/topic/333676
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 
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 
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 
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 
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 
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");
}



以上就是整理的内容,后续还会添加视频转换为FLV格式,如果需要的话:)

说的不是很详细,碰到问题的朋友可以自己努力解决一下:)
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...

    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/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...

    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...

    AnyBizSoft PDF Converter 专业PDF转换Word/PPT/Excel工具

    中文名: 专业PDF转换Word/PPT/Excel工具 英文名: AnyBizSoft PDF Converter V 2.02 资源格式: 压缩包 版本: 绿色版 发行时间: 2010年08月13日 制作发行: AnyBizSoft 地区: 美国 语言: 英文 简介: 软件类型:软件/...

    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。 ...

Global site tag (gtag.js) - Google Analytics