java将Word/Excel/PDF文件转换成HTML整理

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:http://www.foolabs.com/xpdf/download.html

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:http://sourceforge.net/projects/pdftohtml/

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 复制代码收藏代码
#----- 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 复制代码收藏代码
@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();  
            }
  
        }
  
    }
  
      
}
 
阅读更多
文章标签: HTML Excel Windows
个人分类: 架构
想对作者说点什么? 我来说一句

Java实现wordexcelpdfhtml

2017年09月26日 459KB 下载

Java实现word excel ppt转pdf

2014年03月07日 3KB 下载

没有更多推荐了,返回首页

加入CSDN,享受更精准的内容推荐,与500万程序员共同成长!
关闭
关闭