java将Word/Excel/PDF文件转换成HTML整理
创新互联建站专注为客户提供全方位的互联网综合服务，包含不限于成都网站设计、成都网站制作、松阳网络推广、微信平台小程序开发、松阳网络营销、松阳企业策划、松阳品牌公关、搜索引擎seo、人物专访、企业宣传片、企业代运营等，从售前售中售后，我们都将竭诚为您服务，您的肯定，是我们最大的嘉奖；创新互联建站为所有大学生创业者提供松阳建站搭建服务，24小时服务热线：18982081108，官方网址：www.cdcxhl.com
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：
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：
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：
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();
}
}
}
}
java中将java文件转换为html一个文件，先使用file类读取java文件，然后使用string进行分割、替换等操作，输出html后缀名的文件，如下代码：
import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileWriter;
import java.io.IOException;
import java.io.InputStreamReader;
public class Change {
String textHtml = "";
String color = "#00688B";
//读取文件
public void ReadFile(String filePath) {
BufferedReader bu = null;
InputStreamReader in = null;
try {
File file = new File(filePath);
if (file.isFile() file.exists()) {
in = new InputStreamReader(new FileInputStream(file));
bu = new BufferedReader(in);
String lineText = null;
textHtml = "htmlbody";
while ((lineText = bu.readLine()) != null) {
lineText = changeToHtml(lineText);
lineText += "/br";
textHtml += lineText;
}
textHtml += "/html/body";
} else {
System.out.println("文件不存在");
}
} catch (Exception e) {
e.printStackTrace();
} finally {
try {
bu.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
//输出文件
public void writerFile(String writepath) {
File file = new File(writepath);
BufferedWriter output = null;
try {
output = new BufferedWriter(new FileWriter(file));
System.out.println(textHtml);
output.write(textHtml);
} catch (IOException e) {
e.printStackTrace();
} finally {
try {
output.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
//文件转换
public String changeToHtml(String text) {
text = text.replace("", "");
text = text.replace(" ", " ");
text = text.replace("", "");
text = text.replace("", "");
text = text.replace("\"", """);
text = text.replace(" ", " ");
text = text.replace("public", "bfont color='"+color+"'public/font/b");
text = text.replace("class", "bfont color='"+color+"'class/font/b");
text = text.replace("static", "bfont color='"+color+"'static/font/b");
text = text.replace("void", "bfont color='"+color+"'void/font/b");
String t = text.replace("//", "font color=green//");
if (!text.equals(t)) {
System.out.println("t:"+t);
text = t + "/font";
}
return text;
}
public static void main(String[] args) {
System.out.println("第一个参数为读取文件路径，第二个参数为生成文件路径");
if(args.length1){
System.out.println("请a href=";tn=44039180_cprfenlei=mv6quAkxTZn0IZRqIHckPjm4nH00T1Y3P16znjKBn1uWPvnzPWcY0ZwV5Hcvrjm3rH6sPfKWUMw85HfYnjn4nH6sgvPsT6K1TL0qnfK1TL0z5HD0IgF_5y9YIZ0lQzqlpA-bmyt8mh7GuZR8mvqVQL7dugPYpyq8Q1DsPjTdnWTvPjT3n1T4n1ckn1b" target="_blank" class="baidu-highlight"输入文件/a路径");
return ;
}else if(args.length2){
System.out.println("请输入生成文件");
return;
}
Change c = new Change();
c.ReadFile(args[0]);
c.writerFile(args[1]);
}
}
$.ajax({
url:"",//该url对应action，如下
dataType:'html',
success:function(resultHtml){
$("#id").html(resultHtml);
}
});
java:
xxxaCtion{
public String ddd(){
retrun "dd";
}
}
xxx-dd.jsp
可以通过Spire.Doc for Java进行转换。
首先需要安装Spire.Doc for Java。可在 Java 程序中添加 Spire.Doc for Java 文件作为依赖项。JAR 文件可以从此链接下载。 如果您使用 Maven，则可以将以下代码添加到项目的 pom.xml 文件中，从而轻松地在应用程序中导入 JAR 文件。
repositories
repository
idcom.e-iceblue/id
namee-iceblue/name
url;/url
/repository/repositoriesdependencies
dependency
groupIde-iceblue/groupId
artifactIdspire.doc/artifactId
version5.2.3/version
/dependency/dependencies
Java代码如下：
mport com.spire.doc.*;public class WordtoHtml {
public static void main(String[] args) {
//实例化Document类的对象
Document doc = new Document();
//加载Word文档
doc.loadFromFile("inputfile.docx");
//保存为HTML格式
doc.saveToFile("ToHtml.html",FileFormat.Html);
doc.dispose();
}
}
希望对您有帮助。
