如何用JAVA将Word文档转换为HTML

作者：Kenny Lee | 来源：http://www.topxp.org | 2008-05-11

<script type="text/javascript"> </script> <script type="text/javascript" src="http://pagead2.googlesyndication.com/pagead/show_ads.js"> </script><script> window.google_render_ad(); </script> name="google_ads_frame" src="http://pagead2.googlesyndication.com/pagead/ads?client=ca-pub-1721385695763485&dt=1222062348617&lmt=1210496551&prev_fmts=728x90_as&output=html&slotname=1458385250&correlator=1222062348537&url=http%3A%2F%2Fwww.topxp.org%2Fac_402881e419d71b8e0119d7327a270001.html&ref=http%3A%2F%2Fwww.topxp.org%2Fotheropensource.html&frm=0&cc=100&ga_vid=144753967.1222062349&ga_sid=1222062349&ga_hid=2132901391&flash=9.0.124&u_h=800&u_w=1280&u_ah=738&u_aw=1280&u_cd=32&u_tz=480&u_his=1&u_java=true&u_nplug=11&u_nmime=38" marginwidth="0" marginheight="0" vspace="0" hspace="0" allowtransparency="true" scrolling="no" width="250" frameborder="0" height="250">

前言

鉴于JACOB在各种系统环境下容易出现各种各样的问题，因此，本文介绍的是使用JCom组件来将Word文档自动转换为HTML。它非常容易使用。

JCom官方网址在：http://sourceforge.net/projects/jcom/

运行JCom需要一个jar包以及一个dll文件，从官方网站可以下载这两个文件，下文所描述的例子，是基于jcom- 2.2.4 ，在WindowsXP SP2，office2003，JDK1.5的环境下测试通过。

 

JCom基本结构

 

利用JCom转换Word文件

1、  首先要加入jcom.jar到类路径

2、  其次要将jcom.dll加入到path环境变量中

3、  需配置JAVA_HOME环境变量指向你的JDK

运行如下代码即可：

//首先转换为HTML文件，存放到临时目录        ReleaseManager rm = new ReleaseManager();        String userdir = System.getProperty("user.dir");        String tempHtmlFile = userdir + "/" + System.currentTimeMillis() + ".html";        try {            IDispatch wdApp = new IDispatch(rm, "Word.Application");            wdApp.put("Visible", new Boolean(false));            IDispatch wdDocuments = (IDispatch)wdApp.get("Documents");            IDispatch wdDocument = (IDispatch)wdDocuments.method("Open",                   new Object[]{wordDocumentFilePath});            //转换为HTML文件            wdDocument.method("SaveAs", new Object[]{tempHtmlFile,8});            wdApp.method("Quit", null);            logger.info("文件已临时存放到："+tempHtmlFile);        } catch (Exception e) {            e.printStackTrace();        }finally{            rm.release();        }

这将会自动将Word转换为HTML文件，其中的图片也被自动保存到了相应的目录（xxx.files目录）下。掌握了这个基本的核心原理，那么其它的操作也就不再困难了。本站的文章自动发布系统就是采用了JCom来做的，本站所有的文章都是在Word中编辑，随意插入各种格式和图片，最后将Word一发布（转换为HTML），即可将文本、格式、图片等一次性发布到网站上。