分成两部分处理：

1：apache htmlpraser解析html，取里面的文本框，table，图片等信息：

public class T extends TestCase {

private static final Logger logger = Logger.getLogger(T.class);

/*

* 测试ObjectFindVisitor的用法

*/

public void testImageVisitor() {

try {

ImageTag imgLink;

ObjectFindingVisitor visitor = new ObjectFindingVisitor(ImageTag.class);

Parser parser = new Parser();

parser.setURL("http://www.google.com");

parser.setEncoding(parser.getEncoding());

parser.visitAllNodesWith(visitor);

Node[] nodes = visitor.getTags();

for (int i = 0; i

imgLink = (ImageTag) nodes[i];

logger.fatal("testImageVisitor() ImageURL = " + imgLink.getImageURL());

logger.fatal("testImageVisitor() ImageLocation = " + imgLink.extractImageLocn());

logger.fatal("testImageVisitor() SRC = " + imgLink.getAttribute("SRC"));

}

} catch (Exception e) {

e.printStackTrace();

}

}

/*

* 测试TagNameFilter用法

*/

public void testNodeFilter() {

try {

NodeFilter filter = new TagNameFilter("IMG");

Parser parser = new Parser();

parser.setURL("http://www.google.com");

parser.setEncoding(parser.getEncoding());

NodeList list = parser.extractAllNodesThatMatch(filter);

for (int i = 0; i

logger.fatal("testNodeFilter() " + list.elementAt(i).toHtml());

}

} catch (Exception e) {

e.printStackTrace();

}

}

}

2：iText把解析出来的数据填入word

public class CreateWordDemo {

public void createDocContext(String file) throws DocumentException,

IOException {

// 设置纸张大小

Document document = new Document(PageSize.A4);

// 建立一个书写器(Writer)与document对象关联，通过书写器(Writer)可以将文档写入到磁盘中

RtfWriter2.getInstance(document, new FileOutputStream(file));

document.open();

// 设置中文字体

BaseFont bfChinese = BaseFont.createFont("STSongStd-Light",

"UniGB-UCS2-H", BaseFont.NOT_EMBEDDED);

// 标题字体风格

Font titleFont = new Font(bfChinese, 12, Font.BOLD);

// 正文字体风格

Font contextFont = new Font(bfChinese, 10, Font.NORMAL);

Paragraph title = new Paragraph("标题");

// 设置标题格式对齐方式

title.setAlignment(Element.ALIGN_CENTER);

title.setFont(titleFont);

document.add(title);

String contextString = "iText是一个能够快速产生PDF文件的java类库。"

+ " \n"// 换行

+ "iText的java类对于那些要产生包含文本，"

+ "表格，图形的只读文档是很有用的。它的类库尤其与java Servlet有很好的给合。"

+ "使用iText与PDF能够使你正确的控制Servlet的输出。";

Paragraph context = new Paragraph(contextString);

// 正文格式左对齐

context.setAlignment(Element.ALIGN_LEFT);

context.setFont(contextFont);

// 离上一段落(标题)空的行数

context.setSpacingBefore(5);

// 设置第一行空的列数

context.setFirstLineIndent(20);

document.add(context);

//利用类FontFactory结合Font和Color可以设置各种各样字体样式

/**

* Font.UNDERLINE 下划线，Font.BOLD 粗体

*/

Paragraph underline = new Paragraph("下划线的实现", FontFactory.getFont(

FontFactory.HELVETICA_BOLDOBLIQUE, 18, Font.UNDERLINE,

new Color(0, 0, 255)));

document.add(underline);

// 设置 Table 表格

Table aTable = new Table(3);

int width[] = {25,25,50};

aTable.setWidths(width);//设置每列所占比例

aTable.setWidth(90); // 占页面宽度 90%

aTable.setAlignment(Element.ALIGN_CENTER);//居中显示

aTable.setAlignment(Element.ALIGN_MIDDLE);//纵向居中显示

aTable.setAutoFillEmptyCells(true); //自动填满

aTable.setBorderWidth(1); //边框宽度

aTable.setBorderColor(new Color(0, 125, 255)); //边框颜色

aTable.setPadding(2);//衬距，看效果就知道什么意思了

aTable.setSpacing(3);//即单元格之间的间距

aTable.setBorder(2);//边框

//设置表头

/**

* cell.setHeader(true);是将该单元格作为表头信息显示；

* cell.setColspan(3);指定了该单元格占3列；

* 为表格添加表头信息时，要注意的是一旦表头信息添加完了之后，

* 必须调用 endHeaders()方法，否则当表格跨页后，表头信息不会再显示

*/

Cell haderCell = new Cell("表格表头");

haderCell.setHeader(true);

haderCell.setColspan(3);

aTable.addCell(haderCell);

aTable.endHeaders();

Font fontChinese = new Font(bfChinese, 12, Font.NORMAL, Color.GREEN);

Cell cell = new Cell(new Phrase("这是一个测试的 3*3 Table 数据", fontChinese ));

cell.setVerticalAlignment(Element.ALIGN_TOP);

cell.setBorderColor(new Color(255, 0, 0));

cell.setRowspan(2);

aTable.addCell(cell);

aTable.addCell(new Cell("#1"));

aTable.addCell(new Cell("#2"));

aTable.addCell(new Cell("#3"));

aTable.addCell(new Cell("#4"));

Cell cell3 = new Cell(new Phrase("一行三列数据", fontChinese ));

cell3.setColspan(3);

cell3.setVerticalAlignment(Element.ALIGN_CENTER);

aTable.addCell(cell3);

document.add(aTable);

document.add(new Paragraph("\n"));

//添加图片

Image img=Image.getInstance("d:\img01800.jpg");

img.setAbsolutePosition(0, 0);

img.setAlignment(Image.RIGHT);//设置图片显示位置

img.scaleAbsolute(12,35);//直接设定显示尺寸

img.scalePercent(50);//表示显示的大小为原尺寸的50%

img.scalePercent(25, 12);//图像高宽的显示比例

img.setRotation(30);//图像旋转一定角度

document.add(img);

document.close();

}

/**

* @param args

*/

public static void main(String[] args) {

CreateWordDemo word = new CreateWordDemo();

String file = "c:/demo1.doc";

try {

word.createDocContext(file);

} catch (DocumentException e) {

e.printStackTrace();

} catch (IOException e) {

e.printStackTrace();

}

}

}

cell.setRowspan(lineNum)–这个API处理跨行的情况