使用POI转换word doc文件

使用POI转换word doc文件

目录

1       转换为Html文件

2       转换为Xml文件

3       转换为Text文件

 

       在POI中还存在有针对于word doc文件进行格式转换的功能。我们可以将word的内容转换为对应的Html文件，也可以把它转换为底层用来描述doc文档的xml文件，还可以把它转换为底层用来描述doc文档的xml格式的text文件。这些格式转换都是通过AbstractWordConverter特定的子类来完成的。

 

1       转换为Html文件

       将doc文档转换为对应的Html文档是通过WordToHtmlConverter类进行的。它会尽量的利用Html的方式来呈现原文档的样式。示例代码：

Java代码  

1. /** 
2.  * Word转换为Html 
3.  * @throws Exception 
4.  */  
5. @Test  
6. public void testWordToHtml() throws Exception {  
7.    InputStream is = new FileInputStream("D:\\test.doc");  
8.    HWPFDocument wordDocument = new HWPFDocument(is);  
9.    WordToHtmlConverter converter = new WordToHtmlConverter(DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument());  
10.    //对HWPFDocument进行转换  
11.    converter.processDocument(wordDocument);  
12.      Writer writer = new FileWriter(new File("D:\\converter.html"));  
13.     Transformer transformer = TransformerFactory.newInstance().newTransformer();  
14.     transformer.setOutputProperty( OutputKeys.ENCODING, "utf-8" );  
15.     //是否添加空格  
16.      transformer.setOutputProperty( OutputKeys.INDENT, "yes" );  
17.     transformer.setOutputProperty( OutputKeys.METHOD, "html" );  
18.     transformer.transform(  
19.                 new DOMSource(converter.getDocument() ),  
20.                 new StreamResult( writer ) );  
21. }  

2       转换为Xml文件

       将doc文档转换为对应的Xml文件是通过WordToFoConverter类进行的。它可以把doc文档转换为底层用来描述doc文档的Xml文档。示例代码：

Java代码  

1.    /** 
2.     * Word转Fo 
3.     * @throws Exception 
4.     */  
5.    @Test  
6.    public void testWordToFo() throws Exception {  
7.       InputStream is = new FileInputStream("D:\\test.doc");  
8.       HWPFDocument wordDocument = new HWPFDocument(is);  
9.       WordToFoConverter converter = new WordToFoConverter(DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument());  
10.       //对HWPFDocument进行转换  
11.       converter.processDocument(wordDocument);  
12.         Writer writer = new FileWriter(new File("D:\\converter.xml"));  
13.        Transformer transformer = TransformerFactory.newInstance().newTransformer();  
14.        transformer.setOutputProperty( OutputKeys.ENCODING, "utf-8" );  
15.        //是否添加空格  
16.         transformer.setOutputProperty( OutputKeys.INDENT, "yes" );  
17. //     transformer.setOutputProperty( OutputKeys.METHOD, "html" );  
18.        transformer.transform(  
19.                    new DOMSource(converter.getDocument() ),  
20.                    new StreamResult( writer ) );  
21.    }  
22.    

 

3       转换为Text文件

       将doc文档转换为text文档是通过WordToTextConverter来进行的。它可以把doc文档转换为底层用于描述doc文档的Xml格式的text文档。示例代码：

Java代码  

1. /** 
2.  * Word转换为Text 
3.  * @throws Exception 
4.  */  
5. @Test  
6. public void testWordToText() throws Exception {  
7.    InputStream is = new FileInputStream("D:\\test.doc");  
8.    HWPFDocument wordDocument = new HWPFDocument(is);  
9.    WordToTextConverter converter = new WordToTextConverter(DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument());  
10.    //对HWPFDocument进行转换  
11.    converter.processDocument(wordDocument);  
12.      Writer writer = new FileWriter(new File("D:\\converter.txt"));  
13.     Transformer transformer = TransformerFactory.newInstance().newTransformer();  
14.     transformer.setOutputProperty( OutputKeys.ENCODING, "utf-8" );  
15.     //是否添加空格  
16.      transformer.setOutputProperty( OutputKeys.INDENT, "yes" );  
17.     transformer.setOutputProperty( OutputKeys.METHOD, "text" );  
18.     transformer.transform(  
19.                 new DOMSource(converter.getDocument() ),  
20.                 new StreamResult( writer ) );  
21. }  

 

 

 （注：本文是基于poi3.9所写）