java word转成表格_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：

1

publicclassJacobUtil2

{3publicstaticfinalintWORD_HTML=8;45publicstaticfinalintWORD_TXT=7;67publicstaticfinalintEXCEL_HTML=44;89

/** *//**10     * WORD转HTML11     *@paramdocfile WORD文件全路径12     *@paramhtmlfile 转换后HTML存放路径13*/14publicstaticvoidwordToHtml(String docfile, String htmlfile)15

{16        ActiveXComponent app=newActiveXComponent("Word.Application");//启动word17try18

{19            app.setProperty("Visible",newVariant(false));20            Dispatch docs=app.getProperty("Documents").toDispatch();21            Dispatch doc=Dispatch.invoke(22                    docs,23"Open",24                    Dispatch.Method,25

newObject[]{ docfile,newVariant(false),26newVariant(true) },newint[1]).toDispatch();27

            Dispatch.invoke(doc,"SaveAs", Dispatch.Method,newObject[]{28                    htmlfile,newVariant(WORD_HTML) },newint[1]);29            Variant f=newVariant(false);30            Dispatch.call(doc,"Close", f);31        }32catch(Exception e)33

{34            e.printStackTrace();35        }36finally37

{38

            app.invoke("Quit",newVariant[]{});39        }40    }4142

/** *//**43     * EXCEL转HTML44     *@paramxlsfile EXCEL文件全路径45     *@paramhtmlfile 转换后HTML存放路径46*/47publicstaticvoidexcelToHtml(String xlsfile, String htmlfile)48

{49        ActiveXComponent app=newActiveXComponent("Excel.Application");//启动word50try51

{52            app.setProperty("Visible",newVariant(false));53            Dispatch excels=app.getProperty("Workbooks").toDispatch();54            Dispatch excel=Dispatch.invoke(55                    excels,56"Open",57                    Dispatch.Method,58

newObject[]{ xlsfile,newVariant(false),59newVariant(true) },newint[1]).toDispatch();60

            Dispatch.invoke(excel,"SaveAs", Dispatch.Method,newObject[]{61                    htmlfile,newVariant(EXCEL_HTML) },newint[1]);62            Variant f=newVariant(false);63            Dispatch.call(excel,"Close", f);64        }65catch(Exception e)66

{67            e.printStackTrace();68        }69finally70

{71

            app.invoke("Quit",newVariant[]{});72        }73    }7475}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

2、下载中文支持包

3、下载pdftohtml支持包

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

 

#-----begin Chinese Simplified supportpackagecidToUnicode    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 supportpackage

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

 

@echo off   

set folderPath=%1set filePath=%2cd/d%folderPath%pdftohtml-enc GBK%filePath%exit

7) 创建类

JAVA代码

publicclassConvertPdf   

{   

privatestaticString INPUT_PATH;   

privatestaticString PROJECT_PATH;   

       

publicstaticvoidconvertToHtml(String file, String project)   

{   

        INPUT_PATH=file;   

        PROJECT_PATH=project;   

if(checkContentType()==0)   

{   

            toHtml();   

        }    }       

privatestaticintcheckContentType()   

{   

        String type=INPUT_PATH.substring(INPUT_PATH.lastIndexOf(".")+1, INPUT_PATH.length())   

                .toLowerCase();   

if(type.equals("pdf"))   

return0;   

elsereturn9;   

    }       

privatestaticvoidtoHtml()   

{   

if(newFile(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();   

            }        }    }       

}

String cmd = "....";此处代码是调用创建的bat文件进行转换

8) 测试转换

JAVA代码

 

publicstaticvoidmain(String[] args)   

{   

    ConvertPdf.convertToHtml("C:\\test.pdf","X:\\xpdf");   

}

posted on 2011-04-20 14:26 方涛升 阅读(14514) 评论(3)  编辑  收藏 所属分类: j2ee