word转换为html为什么图片显示不了,word插入html 转换为docx图片不显示问题

场景描述

使用mht格式利用freemark将网页上动态输入的图片搞到mht里面，转换为docx格式。其中图片是使用vshape标签展示(网上搜到的)，将图片转换为base64写入到mht文件内(具体的操作可自行百度)。由于采用的是java语言，利用的是aspose这个工具转换为docx。结果转换出来的docx图片就不显示(其实不是不显示，是压根就没有图片的占位)，但是使用office word打开mht文件图片是可见的。

头脑一热，用了wps打开mht文件，发现图片不显示了！利用office word打开又可以看到图片。所以猜测aspose转换后的docx无图片显示和wps是一个问题，导致转换出来docx的图片不显示。

问题分析

基本上定位肯定是图片展示使用的标签问题。网上搜索一番，发现vshape貌似只有office word支持，所以得换展示方式了。

怎么办？wps不支持vshape，那它单网页是如何展示图片的呢？

使用wps，新建一个word，插入图片，另存为单网页文件(mht)。然后利用notepad++打开，发现里面是使用img标签展示的。使用office word打开，图片可以展示。最后再去使用aspose工具转换一下，转换出来的docx图片已经成功展示。

问题解决！

总结一下： doc中图片的展示可能是使用vml的vshape标签进行图片的展示，但是vml仅有office才支持，所以使用wps等其他软件就看不了图片，工具转换格式也就出现了图片丢失的情况。

解决方案

使用img标签展示。

其中~tmp{d2189b58-14f4-487b-a11a-94360551a999}9768886.files/~tmp{d2189b58-14f4-487b-a11a-94360551a999}97688860.png是定义当前图片的base64的位置，Content-Location属性，去掉前面的用户路径。

使用notepad++打开word(mht格式)文件最开始有当前文件的定义：

------=_NextPart_000_0076_01C29953.BE473C30

Content-Type: text/html;

Content-Transfer-Encoding: quoted-printable

Content-Location: file:///C:/Users/xxx/AppData/Local/Temp/~tmp{d2189b58-14f4-487b-a11a-94360551a999}9768886.TMP.html

其中~tmp{d2189b58-14f4-487b-a11a-94360551a999}9768886就相当于是当前文件的id,所有接下来找到图片的base64定义。

如下示例就是图片的base64定义开头：

------=_NextPart_000_0076_01C29953.BE473C30

Content-Type: application/octet-stream;

Content-Transfer-Encoding: base64

Content-Location: file:///C:/Users/xxx/AppData/Local/Temp/~tmp{d2189b58-14f4-487b-a11a-94360551a999}9768886.files/~tmp{d2189b58-14f4-487b-a11a-94360551a999}97688860.png

在Content-Location截取从~tmp{d2189b58-14f4-487b-a11a-94360551a999}9768886开始的字符串，就是img中src的地址了。