安卓文档解析

之前做的一个项目有需要用到支持对Word文档的查看，于是就从网上找了一些现成的DEMO。

对doc类型的处理方法有很多，举个例子：

private void convert2Html(String fileName, String outPutFile) throws TransformerException,
        IOException,
        ParserConfigurationException {
    HWPFDocument wordDocument = new HWPFDocument(new FileInputStream(fileName));
    WordToHtmlConverter wordToHtmlConverter = new WordToHtmlConverter(DocumentBuilderFactory
            .newInstance()
            .newDocumentBuilder().newDocument());
    wordToHtmlConverter.setPicturesManager(new PicturesManager() {
        @Override
public String savePicture(byte[] content, PictureType pictureType, String
                suggestedName, float widthInches,
                                  float heightInches) {
            return suggestedName;
        }

    });
    wordToHtmlConverter.processDocument(wordDocument);
    // save pictures
@SuppressWarnings("rawtypes")
    List pics = wordDocument.getPicturesTable().getAllPictures();
    if (pics != null) {
        for (int i = 0; i < pics.size(); i++) {
            Picture pic = (Picture) pics.get(i);
            System.out.println();
            try {
                pic.writeImageContent(new FileOutputStream(Environment
                        .getExternalStorageDirectory() + "/doc/"
+ pic.suggestFullFileName()));
            } catch (FileNotFoundException e) {
                e.printStackTrace();
            }
        }
    }
    Document htmlDocument = wordToHtmlConverter.getDocument();
    ByteArrayOutputStream out = new ByteArrayOutputStream();
    DOMSource domSource = new DOMSource(htmlDocument);
    StreamResult streamResult = new StreamResult(out);

    TransformerFactory tf = TransformerFactory.newInstance();
    Transformer serializer = tf.newTransformer();
    serializer.setOutputProperty(OutputKeys.ENCODING, "UTF-8");
    serializer.setOutputProperty(OutputKeys.INDENT, "yes");
    serializer.setOutputProperty(OutputKeys.METHOD, "html");
    serializer.transform(domSource, streamResult);
    out.close();
    writeFile(new String(out.toByteArray()), outPutFile);
}

    docx是对doc文档进行压缩处理后的文档，用解析doc的方法解析不了docx类型的文档，需要特殊的处理。一般解析docx类型文档的方法，是通过poi或者docx4j，我在项目中

最终使用的是AndroidDocxToHtml这个开源项目。在eclipse上可以正常使用，但我在android studio中使用时，却报出一错误，不知道是不是只有我一个人需要了这个问题。

跟踪Log输出，发现是在ae-awt.jar中使用了jdk中的rt.jar中的一个文件，在eclipse可以很好的支持对jdk中rt.jar文件的支持，但在android studio中却不支持。本想找到

ae-awt.jar的源码进行改正一下重新打包，却没找到它的源代码，退而求其次就将其反编译，找到出错的文件并进行修正后重新打了个包，OK，最终成功运行。

    pdf方档的解析需要C++的支持，好在已经有好多这方面的so库资源可以直接使用，基本上不用修改。

    近期整理了一下这个DEMO，给大家提供一个参考。http://download.csdn.net/detail/it_math/9786247