利用POI进行word转html

       POI介绍：Apache POI - the Java API for Microsoft Documents

       有时我们需要在网页中对word文件进行预览，这种预览可能并不需要太多功能，只要能够看到word里面所有的信息，并且预览的格式和用Office软件查看的格式有90%相似就可以满足要求，那么你可以选择用POI来对word进行格式转换。

       用POI有个最大的优点是，你不需要在服务器安装其他第三方软件，做各种配置，你需要做的仅仅是在你的工程中添加POI的jar包就可以了。

       以下方法需要用到的jar包为：poi-3.9-20121203.jar 、poi-scratchpad-3.9-20121203.jar

       

public static void convertDoc2Html(String docFilePath,String htmlFilePath)
	throws IOException ,TransformerException,ParserConfigurationException
	{
		File docFile = new File(docFilePath);
		OutputStream output = null;
		StringWriter writer = null;
		try{
			if(docFile.exists()){
				File htmlFile = new File(htmlFilePath);
				File htmlFileParent = new File(htmlFile.getParent());
				if(!htmlFileParent.exists()){//如果父目录不存在，则创建父目录
					htmlFileParent.mkdirs();
				}
				InputStream input = new FileInputStream(docFile);
				HWPFDocument wordDocument = new HWPFDocument(input);
				WordToHtmlConverter converter  = new WordToHtmlConverter(DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument());
				
				final String prefix = DateTools.getAllInfo(new Date());//设置图片文件的前缀，以防止文件名重复，这里getAllInfo方法返回的是“年月日时分秒毫秒”
				
				//将doc文件中的图片重命名
				converter.setPicturesManager(new PicturesManager() {
						public String savePicture(byte[] content, PictureType pictureType,
								String suggestedName, float widthInches, float heightInches) {
							return prefix + "_" + suggestedName;
						}
				});
				converter.processDocument(wordDocument);
				//将doc中的图片文件写入到与html同级目录中
				List<Picture> pics = wordDocument.getPicturesTable().getAllPictures();
				if (pics != null) {
					for(Picture pic : pics) {
						try {
							pic.writeImageContent(new FileOutputStream(htmlFileParent.getPath()+"/"
									 + prefix + "_" + pic.suggestFullFileName()));
						} catch (FileNotFoundException e) {
							e.printStackTrace();
						}
					}
				}
				
				writer = new StringWriter();
				
				Transformer serializer = TransformerFactory.newInstance().newTransformer();
				serializer.setOutputProperty(OutputKeys.ENCODING, "UTF-8");
				serializer.setOutputProperty(OutputKeys.INDENT, "yes");
				serializer.setOutputProperty(OutputKeys.METHOD, "html");
				serializer.transform(
						new DOMSource(converter.getDocument()),
						new StreamResult(writer) );
				//将doc内容写入到html文件中
				output = new FileOutputStream(htmlFile);
				output.write(writer.toString().getBytes("UTF-8"));
				output.flush();
				output.close();
				writer.close();
			}
			
		}finally{
			try{
				if(output != null){
					output.close();
				}
				if(writer != null){
					writer.close();
				}
			}catch(IOException e){
				e.printStackTrace();
			}
		}
	}

      如上这个方法只对doc有效果，如果是docx，则不可用。如果谁知道如何将docx转换为html，请共享一下。