展开全部

java将Word/Excel/PDF文件转换成HTML整理

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e68a843231313335323631343130323136353331333361313336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：

1public 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}

76

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

#----- 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

@echo off

set folderPath=%1

set filePath=%2

cd /d %folderPath%

pdftohtml -enc GBK %filePath%

exit

7) 创建类

JAVA代码

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();

}

}

}

}

已赞过

已踩过<

你对这个回答的评价是？

评论

收起