poi完美word转html(表格、图片、样式)

chembo

浏览: 938416 次
性别:
来自: 广州

最近访客更多访客>>

zhaokui

hh_qq_love_hi

visimar

t1275674474

博主相关

博客

微博

相册

留言

关于我

文章分类

社区版块

存档分类

博客分类：

poi word html

直入正题，需求为页面预览word文档，用的是poi3.8，以下代码支持表格、图片，不支持分页，只支持doc，不支持docx；

/**
 * 
 */


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 java.util.List;

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

import org.apache.commons.io.output.ByteArrayOutputStream;
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.model.PicturesTable;
import org.apache.poi.hwpf.usermodel.CharacterRun;
import org.apache.poi.hwpf.usermodel.Paragraph;
import org.apache.poi.hwpf.usermodel.Picture;
import org.apache.poi.hwpf.usermodel.PictureType;
import org.apache.poi.hwpf.usermodel.Range;
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;
import org.w3c.dom.Document;

/**
 * @author: Chembo Huang
 * @since: May 3, 2012
 * @modified: May 3, 2012
 * @version:
 */
public class Word2Html {

	public static void main(String argv[]) {
		try {
			convert2Html("D://1.doc","D://1.html");
		} catch (Exception e) {
			e.printStackTrace();
		}
	}

	public static void writeFile(String content, String path) {
		FileOutputStream fos = null;
		BufferedWriter bw = null;
		try {
			File file = new File(path);
			fos = new FileOutputStream(file);
			bw = new BufferedWriter(new OutputStreamWriter(fos,"GB2312"));
			bw.write(content);
		} 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) {
			}
		}
	}

	public static void convert2Html(String fileName, String outPutFile)
			throws TransformerException, IOException,
			ParserConfigurationException {
		HWPFDocument wordDocument = new HWPFDocument(new FileInputStream(fileName));//WordToHtmlUtils.loadDoc(new FileInputStream(inputFile));
		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 "test/"+suggestedName;
             }
         } );
		wordToHtmlConverter.processDocument(wordDocument);
		//save pictures
		List pics=wordDocument.getPicturesTable().getAllPictures();
		if(pics!=null){
			for(int i=0;i<pics.size();i++){
				Picture pic = (Picture)pics.get(i);
				System.out.println();
				try {
					pic.writeImageContent(new FileOutputStream("D:/test/"
							+ pic.suggestFullFileName()));
				} catch (FileNotFoundException e) {
					e.printStackTrace();
				}  
			}
		}
		Document htmlDocument = wordToHtmlConverter.getDocument();
		ByteArrayOutputStream out = new ByteArrayOutputStream();
		DOMSource domSource = new DOMSource(htmlDocument);
		StreamResult streamResult = new StreamResult(out);

		TransformerFactory tf = TransformerFactory.newInstance();
		Transformer serializer = tf.newTransformer();
		serializer.setOutputProperty(OutputKeys.ENCODING, "GB2312");
		serializer.setOutputProperty(OutputKeys.INDENT, "yes");
		serializer.setOutputProperty(OutputKeys.METHOD, "html");
		serializer.transform(domSource, streamResult);
		out.close();
		writeFile(new String(out.toByteArray()), outPutFile);
	}
}

查看图片附件

分享到：

spring注解 @autowired @resource | apache server-status

2012-05-03 21:44
浏览 82421
评论(41)
分类:开源软件
查看更多

21 楼 cwb520lei 2013-09-04

wfshjkg 写道

你好，我想问下... 为什么好像这个转化在Android上面容易出现文字缺失...(主要是某些比较长的段落会出现)... GBK,UTF-8,UNICODE编码我都试过了... ...

你好，你文字丢失的问题解决了没？我也是在android运行出现这个问题。

20 楼 chembo 2013-09-02

zhujiangtaobl0505 写道

word中的底纹怎么转化到html中，求楼主解答，急...

谢谢...

亲，这个没试过，你还是细细研究一下API文档吧。

19 楼 zhujiangtaobl0505 2013-09-02

word中的底纹怎么转化到html中，求楼主解答，急...

谢谢...

18 楼 qingyezhu 2013-07-17

月亮不懂夜的黑写道

qingyezhu 写道

若是图片为emf格式的，转化后的html中的图片不显示？这怎么解决呀？谢谢

哥们你后来这问题解决没？

没有

17 楼月亮不懂夜的黑 2013-06-14

qingyezhu 写道

若是图片为emf格式的，转化后的html中的图片不显示？这怎么解决呀？谢谢

哥们你后来这问题解决没？

16 楼 hoversong 2013-06-14

发现有一个问题，在两个word文件中，分别有不同的两张图片，先将第一个word转化为html,可以打开html查看，再将第二个word转为html，打开查看html文件，但这是如果打开第一个html文件会发现，图片变为第二个html中的图片了，就是说替换了图片。
我把return "test/"+suggestedName;改成return UUID.randomUUID().toString().replace("-", "")+suggestedName.substring(suggestedName.indexOf("."));

但是在pic.writeImageContent(new FileOutputStream("D:/test/"
+ pic.suggestFullFileName())); 获取的pic.suggestFullFileName()还是0.png

15 楼 chembo 2013-04-26

xiaoyao1212121 写道

wfshjkg 写道

你好，我想问下... 为什么好像这个转化在Android上面容易出现文字缺失...(主要是某些比较长的段落会出现)... GBK,UTF-8,UNICODE编码我都试过了... ...

请问在android上为什么 wordToHtmlConverter.processDocument(wordDocument); 这里就报错了......可以告诉我你们在android上怎么运行的么

抱歉，我没有在android上跑过。

14 楼 xiaoyao1212121 2013-04-26

wfshjkg 写道

你好，我想问下... 为什么好像这个转化在Android上面容易出现文字缺失...(主要是某些比较长的段落会出现)... GBK,UTF-8,UNICODE编码我都试过了... ...

请问在android上为什么 wordToHtmlConverter.processDocument(wordDocument); 这里就报错了......可以告诉我你们在android上怎么运行的么

13 楼 xiaoyao1212121 2013-04-26

chembo 写道

wfshjkg 写道

你好，我想问下... 为什么好像这个转化在Android上面容易出现文字缺失...(主要是某些比较长的段落会出现)... GBK,UTF-8,UNICODE编码我都试过了... ...

这个可能要看一下poi的API和代码，可能是些参数设置问题，也可能是本身的bug，具体的你再研究一下吧。

请问在android上为什么 wordToHtmlConverter.processDocument(wordDocument); 这里就报错了......可以告诉我你们在android上怎么运行的么

12 楼 chembo 2013-04-23

wfshjkg 写道

你好，我想问下... 为什么好像这个转化在Android上面容易出现文字缺失...(主要是某些比较长的段落会出现)... GBK,UTF-8,UNICODE编码我都试过了... ...

这个可能要看一下poi的API和代码，可能是些参数设置问题，也可能是本身的bug，具体的你再研究一下吧。

11 楼 wfshjkg 2013-04-23

你好，我想问下... 为什么好像这个转化在Android上面容易出现文字缺失...(主要是某些比较长的段落会出现)... GBK,UTF-8,UNICODE编码我都试过了... ...

10 楼 wlxtaking 2013-01-26

你好，我想问下，为什么我的一直都是第一张图片显示不出来啊？

9 楼 yanhonglei 2013-01-08

哈哈，多谢，非常好用

8 楼 chembo 2012-12-06

zhima 写道

你好,我改动utf-8编码后，运行此类Word2Html，正常转换；但是在其他类中调用此类Word2Html时出现文字乱码，不知什么原因？很纳闷请教大侠

是的，当初我用utf-8时貌似也有乱码才改gb2312或gbk的，没细入研究。你有时间研究一下吧，估计有些地方编码hardcode了

7 楼 zhima 2012-12-05

你好,我改动utf-8编码后，运行此类Word2Html，正常转换；但是在其他类中调用此类Word2Html时出现文字乱码，不知什么原因？很纳闷请教大侠

6 楼 qingyezhu 2012-10-24

若是图片为emf格式的，转化后的html中的图片不显示？这怎么解决呀？谢谢

5 楼 qingyezhu 2012-09-21

我将只有表格的Word转换了一下，结果，网页中的表格显示有问题，有的行被挤了。有的列由于文字太长，挤了相邻的列。怎么解决这个问题呀？

4 楼 qingyezhu 2012-09-12

请问，我下了POI3.8SRC，可是有些文件并未有，我想问，怎么在 POI主页看他的SRC呀，谢谢

3 楼 qingyezhu 2012-09-12

我找了一下，图片存储的地方不能是该项目下的“image/+图片名”,我该为某个盘下，就可以了！

2 楼 chembo 2012-09-11

qingyezhu 写道

我将代码弄了一下，结果在 pic.writeImageContent(new FileOutputStream("D:/test/"
105. + pic.suggestFullFileName()));
，这一句上报错，FileNotFound,
请问怎么解决呀？谢谢！

找不到文件啊
建个test文件夹在d下，再丢个1.doc进去。

发表评论

您还没有登录,请您登录后再发表评论

最近访客更多访客>>

博主相关

文章分类

社区版块

存档分类

最新评论