Java word文档转html工具类

浪漫的程序员

已于 2024-08-27 19:31:50 修改

阅读量138

点赞数 2

文章标签： word 后端 java

于 2024-08-13 10:52:02 首次发布

本文链接：https://blog.csdn.net/csdn_he_love/article/details/141157683

版权

本文实现java将word转为html字符串

没有实现样式图片，只获取文字段落进行一些文字简单展示处理。

一般word文件后缀有doc、docx两种。docx是office word 2007以及以后版本文档的扩展名；doc是office word 2003文档保存的扩展名。对于这两种格式的word转换成html需要使用不同的方法。

不说了，直接看代码

工具类：

package com.ffcs.mss.cpmis.project.pub;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.usermodel.XWPFParagraph;
import org.apache.poi.hwpf.HWPFDocument;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStream;
import java.util.List;
import org.apache.poi.hwpf.usermodel.Paragraph;
import org.apache.poi.hwpf.usermodel.Range;



/**
 * word文档转html工具类（未处理样式与图片）
 *
 */
public class WordToHtmlUtil {
	public static void main(String[] args) throws Exception {
        String filePath = "C://Users//wbb//Desktop//测试说明文档.doc";
        InputStream is = new FileInputStream(filePath);
        String htmlstr=word2003ToHtml(is);
        System.out.println(htmlstr);
        
        String filePath2 = "C://Users//wbb//Desktop//测试说明文档.docx"; // Word文档路径
        InputStream is2 = new FileInputStream(filePath2);
        String htmlstr2=word2007ToHtml(is2);
        System.out.println(htmlstr2);
    }
 
    public static String word2003ToHtml(InputStream is) throws IOException {
    	 try {
	        StringBuilder htmlResponse = new StringBuilder();
	        htmlResponse.append("<html><body style='font-family: Arial;'>");
	        HWPFDocument doc = new HWPFDocument(is);
	        Range r = doc.getRange();// 文档范围
	        for (int i = 0; i < r.numParagraphs(); i++) {
	        	Paragraph para = r.getParagraph(i);
	            String text = para.text();// 段落文本
	            htmlResponse.append(text);
	        }
	        htmlResponse.append("</body></html>");
	        is.close();
	        return htmlResponse.toString();
         } catch (Exception e) {
             e.printStackTrace();
             return "";
         }finally{
        	 is.close();
         }
    }
    
    
    public static String word2007ToHtml(InputStream is) throws IOException {
        try {
            XWPFDocument document = new XWPFDocument(is);
            StringBuilder content = new StringBuilder();
            // 读取文档中的段落
            List<XWPFParagraph> paragraphs = document.getParagraphs();
            for (XWPFParagraph para : paragraphs) {
                content.append(para.getText());
                content.append("<br>"); // 添加HTML换行
            }
            is.close();
            StringBuilder htmlResponse = new StringBuilder();
            htmlResponse.append("<html><body style='font-family: Arial;'>");
            htmlResponse.append(content.toString());
            htmlResponse.append("</body></html>");
            return htmlResponse.toString();
        } catch (Exception e) {
            e.printStackTrace();
            return "";
        }finally{
       	 	is.close();
        }
    }
}

效果：

Word文档：

转换后的html展示:

浪漫的程序员

关注

2
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Java word文档转html工具类

一般word文件后缀有doc、docx两种。docx是office word 2007以及以后版本文档的扩展名；doc是office word 2003文档保存的扩展名。对于这两种格式的word转换成html需要使用不同的方法。没有实现样式图片，只获取文字段落进行一些文字简单展示处理。
复制链接

扫一扫