java实现word文件转html(图片用base64转化)

1.添加需要的jar包：

        <dependency>
            <groupId>fr.opensagres.xdocreportgroupId>
            <artifactId>fr.opensagres.xdocreport.documentartifactId>
            <version>2.0.1version>
        dependency>
        <dependency>
            <groupId>org.apache.poigroupId>
            <artifactId>poiartifactId>
            <version>3.15version>
        dependency>
        <dependency>
            <groupId>org.apache.poigroupId>
            <artifactId>poi-scratchpadartifactId>
            <version>3.15version>
        dependency>
        <dependency>
            <groupId>fr.opensagres.xdocreportgroupId>
            <artifactId>fr.opensagres.poi.xwpf.converter.xhtmlartifactId>
            <version>2.0.1version>
        dependency>

2.来一个小demo吧。

对于该demo，描述几个我觉得需要注意的点：

2.1：不知道有没有小伙伴发生了jar包冲突的现象呢，可以考虑修改一下jar包版本号哦，基本上应该没什么问题呢；

2.2：word文档的后缀有.doc和.docx，需要知道转换的方法不是一样的。所以，对于不同的文档，我们需要知道其文档后缀是什么，才能进行下一步操作；

2.3：此demo，我选择通过接口直接返回动态的html，当然，如果想生成一个静态的html，可以自己修改输出方式；

2.4：对于文档中涉及到图片如何转化的问题，暂时选择用base64转码到html中

2.5：最后：此demo中测试转化的文档，目前只测试了简单的文本加图片，所以可能有别的问题待发现并解决。

    /**
     * 将word转成html
     *
     * @param id
     * @return
     * @throws Exception
     */
    @ApiOperation(value = "将word转成html")
    @GetMapping(value = "/convertWordToHtml")
    public void convertWordToHtml(@RequestParam(required = true) String id, HttpServletResponse httpServletResponse) throws Exception {
        demoService.convertWordToHtml(id, httpServletResponse);
    }

　　 //此处省略部分不重要的代码哈，只需将需要转化的文档转成inputStream。

　　 InputStream inputStream = null;

　　 OutputStream outputStream = httpServletResponse.getOutputStream();

　　　/**
 　　　* 将 docx 转成 html
 　　　*
 　　　* @param outputStream 输出流
　　　 * @throws Exception
　　　 */
　　　public static void convertDocxFileToHtml(OutputStream outputStream) throws Exception {
       　　 //创建操作word的对象
       　XWPFDocument document = new XWPFDocument(inputStream);
       　XHTMLOptions options = XHTMLOptions.create();
       　options.setIgnoreStylesIfUnused(false);
       　options.setFragment(true);
         //图片用base64转化
         options.setImageManager(new Base64EmbedImgManager());
       　//转化成HTML
      　 XHTMLConverter.getInstance().convert(document, outputStream, options);
         outputStream.flush();
         outputStream.close();
         inputStream.close();
　　　}

　　　/**
 　　　* 将 doc 转成 html
 　　　*
 　　　* @param outputStream 输出流
　　　 * @throws Exception
　　　　*/
　　　public static void convertDocFileToHtml(OutputStream outputStream) throws Exception {

　　　　　　//ps:当inputStream!=null，而生成wordDocument报错，请检查文档是否用office word保存的
　　　　　　HWPFDocument wordDocument = (HWPFDocument) WordToHtmlUtils.loadDoc(inputStream);
　　　　　　WordToHtmlConverter wordToHtmlConverter = new WordToHtmlConverter(
      　　 　　 DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument()
　　　　　　);
　　　　　　//将图片转成base64的格式
　　　　　　PicturesManager pictureRunMapper = (bytes, pictureType, s, v, v1) -> "data:image/png;base64," + Base64.encodeBase64String(bytes);
　　　　　　wordToHtmlConverter.setPicturesManager(pictureRunMapper);
　　　　　　//解析word文档
　　　　　　wordToHtmlConverter.processDocument(wordDocument);
　　　　　　Document htmlDocument = wordToHtmlConverter.getDocument();
　　　　　　DOMSource domSource = new DOMSource(htmlDocument);
　　　　　　StreamResult streamResult = new StreamResult(outputStream);
　　　　　　TransformerFactory factory = TransformerFactory.newInstance();
　　　　　　Transformer serializer = factory.newTransformer();
　　　　　　serializer.setOutputProperty(OutputKeys.ENCODING, "utf-8");
　　　　　　serializer.setOutputProperty(OutputKeys.INDENT, "yes");
　　　　　　serializer.setOutputProperty(OutputKeys.METHOD, "html");
　　　　　　serializer.transform(domSource, streamResult);

厚积薄发

java实现word文件转html(图片用base64转化)

相关

标签