word转HTML 基本版

同时支持doc和docx，话不多说，直接上代码
项目依赖 pom.xml

<dependency><groupId>commons-lang</groupId><artifactId>commons-lang</artifactId><version>2.6</version>
</dependency>
<dependency><groupId>org.apache.poi</groupId><artifactId>poi</artifactId><version>3.14</version>
</dependency>
<dependency><groupId>org.apache.poi</groupId><artifactId>poi-ooxml</artifactId><version>3.14</version>
</dependency>
<dependency><groupId>org.apache.poi</groupId><artifactId>poi-scratchpad</artifactId><version>3.14</version>
</dependency>
<dependency><groupId>fr.opensagres.xdocreport</groupId><artifactId>org.apache.poi.xwpf.converter.xhtml</artifactId><version>1.0.6</version>
</dependency>
<dependency><groupId>net.sf.jtidy</groupId><artifactId>jtidy</artifactId><version>r938</version>
</dependency>

正式代码是

package com.zbj.spring.boot.util;import lombok.Cleanup;
import org.apache.commons.lang.StringUtils;
import org.apache.poi.hwpf.HWPFDocument;
import org.apache.poi.hwpf.converter.WordToHtmlConverter;
import org.apache.poi.xwpf.converter.core.BasicURIResolver;
import org.apache.poi.xwpf.converter.core.FileImageExtractor;
import org.apache.poi.xwpf.converter.xhtml.XHTMLConverter;
import org.apache.poi.xwpf.converter.xhtml.XHTMLOptions;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.w3c.dom.Document;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 java.io.File;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.OutputStreamWriter;/*** WordToHtml** @author weigang* @create 2017-10-13**/
public class WordToHtml {public static void main(String[] args) {
//      String sourceFileName = "D:/test/员工劳动合同.docx";String sourceFileName = "D:/test/员工劳动合同.doc";try {convertWordToHtml(sourceFileName);} catch (IOException e) {e.printStackTrace();} catch (ParserConfigurationException e) {e.printStackTrace();} catch (TransformerException e) {e.printStackTrace();}}public static void convertWordToHtml(String path) throws IOException, ParserConfigurationException, TransformerException {String htmlPath = "D:/test/index.html";String imagePath = "D:/test/image/";if (StringUtils.isBlank(path)) {return;}if (path.endsWith("docx")) { // 2007 及以后XWPFDocument document = new XWPFDocument(new FileInputStream(path));XHTMLOptions options = XHTMLOptions.create();options.setExtractor(new FileImageExtractor(new File(imagePath)));options.URIResolver(new BasicURIResolver("image"));@Cleanup OutputStreamWriter streamWriter = new OutputStreamWriter(new FileOutputStream(htmlPath));XHTMLConverter xhtmlConverter = (XHTMLConverter) XHTMLConverter.getInstance();xhtmlConverter.convert(document, streamWriter, options);} else { // 2003 之前HWPFDocument wordDocument = new HWPFDocument(new FileInputStream(path));Document document = DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument();WordToHtmlConverter wordToHtmlConverter = new WordToHtmlConverter(document);// 保存图片，并返回图片的相对路径wordToHtmlConverter.setPicturesManager((content, pictureType, name, width, height) -> {File imageFile = new File(imagePath);if(!imageFile.exists()){imageFile.mkdirs();}try (FileOutputStream out = new FileOutputStream(imagePath + name)) {out.write(content);} catch (Exception e) {e.printStackTrace();}return "image/" + name;});wordToHtmlConverter.processDocument(wordDocument);Document htmlDocument = wordToHtmlConverter.getDocument();DOMSource domSource = new DOMSource(htmlDocument);StreamResult streamResult = new StreamResult(new File(htmlPath));TransformerFactory tf = TransformerFactory.newInstance();Transformer serializer = tf.newTransformer();serializer.setOutputProperty(OutputKeys.ENCODING, "utf-8");serializer.setOutputProperty(OutputKeys.INDENT, "yes");serializer.setOutputProperty(OutputKeys.METHOD, "html");serializer.transform(domSource, streamResult);}}
}

对于word文件，在网上随便下载个合同或者文件即可

word转HTML 基本版相关推荐

用200行C语言代码写出一个贪吃蛇——1.0(基本版)
1.设计思路总的来说,贪吃蛇这个小游戏涉及到的东西不多,但是对逻辑思维是比较吃基本功的. 贪吃蛇,显示给我们看的有三部分:蛇.食物.地图边界. 我们可以用一个二维数组来标记这些部分: 例如这里我创建 ...
微软office认证课程
感谢阅读非原创声明,根据微软课程学习理解而已 Get started with Microsoft 365 Work Smarter with Microsoft Word 与 Microsoft ...
盘点国内外25款备具代表性的协同办公软件
声明:本文为CSDN原创投稿文章,未经许可,禁止任何形式的转载. 作者:欧开磊责编:钱曙光,关注架构和算法领域,寻求报道或者投稿请发邮件qianshg@csdn.net,另有「CSDN 高级架构师群 ...
最大开源代码sourceforge 简介及视音频方面常用的开源代码
所有的音视频凯源代码在这里:http://sourceforge.net/directory/audio-video/os:windows/,你可以下载分析,视频不懂请发邮件给我,帮你分析. 0.视频 ...
docker适合初学者吗_简化了Docker：面向绝对初学者的动手指南
docker适合初学者吗 by Shahzan 由Shahzan Whether you are planning to start your career in DevOps, or you are ...
linux磁盘分区什么意思,linux 磁盘分区详解
<linux 磁盘分区详解>由会员分享,可在线阅读,更多相关<linux 磁盘分区详解(31页珍藏版)>请在人人文库网上搜索. 1.系统引导过程和硬盘分区结构讨论作者:章节来源 ...
关于TeX,LaTeX,MikTex,CTeX,etc.
下文是王垠介绍的TeX--一个专业的排版系统! 这是一个介绍 TeX - 一个漂亮,有趣又可靠的排版程序的网页.希望通过我的介绍,你能体会到使用 TeX 的快乐感觉. 这页分成了很多小主题,可以叫做一 ...
办公软件-Excel：Excel百科
ylbtech-办公软件-Excel:Excel百科 Microsoft Excel是Microsoft为使用Windows和Apple Macintosh操作系统的电脑编写的一款电子表格软件.直观的 ...
IBM SPSS Statistics Subscription新版本发布
IBM SPSS Statistics是世界领先的统计分析软件,至今已经有40多年的发展历程,广泛地应用于各个行业的分析领域,它的专业性及易用性,深受使用者的喜爱,在统计分析领域一直处于领导者地位. ...
Microsoft Office 2007
Microsoft Office 2007 2007 Microsoft Office System,或稱作Microsoft Office 2007,是微軟公司針對Windows Vista作業系統 ...

word转HTML 基本版

word转HTML 基本版相关推荐

最新文章

热门文章