程序博客网 > 天庭淘宝城

Word/Excel/PDF文件转换成HTML整理

来源：互联网 发布：天庭淘宝城 编辑：程序博客网 时间：2024/05/18 16:18

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： 

Java代码 

Java代码
  1. public class JacobUtil     
  2. {     
  3.     public static final int WORD_HTML = 8;     
  4.     
  5.     public static final int WORD_TXT = 7;     
  6.     
  7.     public static final int EXCEL_HTML = 44;     
  8.     
  9.     /**   
  10.      * WORD转HTML   
  11.      * @param docfile WORD文件全路径   
  12.      * @param htmlfile 转换后HTML存放路径   
  13.      */    
  14.     public static void wordToHtml(String docfile, String htmlfile)     
  15.     {     
  16.         ActiveXComponent app = new ActiveXComponent("Word.Application"); // 启动word     
  17.         try    
  18.         {     
  19.             app.setProperty("Visible", new Variant(false));     
  20.             Dispatch docs = app.getProperty("Documents").toDispatch();     
  21.             Dispatch doc = Dispatch.invoke(     
  22.                     docs,     
  23.                     "Open",     
  24.                     Dispatch.Method,     
  25.                     new Object[] { docfile, new Variant(false),     
  26.                             new Variant(true) }, new int[1]).toDispatch();     
  27.             Dispatch.invoke(doc, "SaveAs", Dispatch.Method, new Object[] {     
  28.                     htmlfile, new Variant(WORD_HTML) }, new int[1]);     
  29.             Variant f = new Variant(false);     
  30.             Dispatch.call(doc, "Close", f);     
  31.         }     
  32.         catch (Exception e)     
  33.         {     
  34.             e.printStackTrace();     
  35.         }     
  36.         finally    
  37.         {     
  38.             app.invoke("Quit", new Variant[] {});     
  39.         }     
  40.     }     
  41.     
  42.     /**   
  43.      * EXCEL转HTML   
  44.      * @param xlsfile EXCEL文件全路径   
  45.      * @param htmlfile 转换后HTML存放路径   
  46.      */    
  47.     public static void excelToHtml(String xlsfile, String htmlfile)     
  48.     {     
  49.         ActiveXComponent app = new ActiveXComponent("Excel.Application"); // 启动word     
  50.         try    
  51.         {     
  52.             app.setProperty("Visible", new Variant(false));     
  53.             Dispatch excels = app.getProperty("Workbooks").toDispatch();     
  54.             Dispatch excel = Dispatch.invoke(     
  55.                     excels,     
  56.                     "Open",     
  57.                     Dispatch.Method,     
  58.                     new Object[] { xlsfile, new Variant(false),     
  59.                             new Variant(true) }, new int[1]).toDispatch();     
  60.             Dispatch.invoke(excel, "SaveAs", Dispatch.Method, new Object[] {     
  61.                     htmlfile, new Variant(EXCEL_HTML) }, new int[1]);     
  62.             Variant f = new Variant(false);     
  63.             Dispatch.call(excel, "Close", f);     
  64.         }     
  65.         catch (Exception e)     
  66.         {     
  67.             e.printStackTrace();     
  68.         }     
  69.         finally    
  70.         {     
  71.             app.invoke("Quit", new Variant[] {});     
  72.         }     
  73.     }     
  74.     
  75. }    
  76.   
  77. public class JacobUtil  
  78. {  
  79.     public static final int WORD_HTML = 8;  
  80.   
  81.     public static final int WORD_TXT = 7;  
  82.   
  83.     public static final int EXCEL_HTML = 44;  
  84.   
  85.     /** 
  86.      * WORD转HTML 
  87.      * @param docfile WORD文件全路径 
  88.      * @param htmlfile 转换后HTML存放路径 
  89.      */  
  90.     public static void wordToHtml(String docfile, String htmlfile)  
  91.     {  
  92.         ActiveXComponent app = new ActiveXComponent("Word.Application"); // 启动word  
  93.         try  
  94.         {  
  95.             app.setProperty("Visible", new Variant(false));  
  96.             Dispatch docs = app.getProperty("Documents").toDispatch();  
  97.             Dispatch doc = Dispatch.invoke(  
  98.                     docs,  
  99.                     "Open",  
  100.                     Dispatch.Method,  
  101.                     new Object[] { docfile, new Variant(false),  
  102.                             new Variant(true) }, new int[1]).toDispatch();  
  103.             Dispatch.invoke(doc, "SaveAs", Dispatch.Method, new Object[] {  
  104.                     htmlfile, new Variant(WORD_HTML) }, new int[1]);  
  105.             Variant f = new Variant(false);  
  106.             Dispatch.call(doc, "Close", f);  
  107.         }  
  108.         catch (Exception e)  
  109.         {  
  110.             e.printStackTrace();  
  111.         }  
  112.         finally  
  113.         {  
  114.             app.invoke("Quit", new Variant[] {});  
  115.         }  
  116.     }  
  117.   
  118.     /** 
  119.      * EXCEL转HTML 
  120.      * @param xlsfile EXCEL文件全路径 
  121.      * @param htmlfile 转换后HTML存放路径 
  122.      */  
  123.     public static void excelToHtml(String xlsfile, String htmlfile)  
  124.     {  
  125.         ActiveXComponent app = new ActiveXComponent("Excel.Application"); // 启动word  
  126.         try  
  127.         {  
  128.             app.setProperty("Visible", new Variant(false));  
  129.             Dispatch excels = app.getProperty("Workbooks").toDispatch();  
  130.             Dispatch excel = Dispatch.invoke(  
  131.                     excels,  
  132.                     "Open",  
  133.                     Dispatch.Method,  
  134.                     new Object[] { xlsfile, new Variant(false),  
  135.                             new Variant(true) }, new int[1]).toDispatch();  
  136.             Dispatch.invoke(excel, "SaveAs", Dispatch.Method, new Object[] {  
  137.                     htmlfile, new Variant(EXCEL_HTML) }, new int[1]);  
  138.             Variant f = new Variant(false);  
  139.             Dispatch.call(excel, "Close", f);  
  140.         }  
  141.         catch (Exception e)  
  142.         {  
  143.             e.printStackTrace();  
  144.         }  
  145.         finally  
  146.         {  
  147.             app.invoke("Quit", new Variant[] {});  
  148.         }  
  149.     }  
  150.   
  151. }  

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 



1、下载xpdf最新版本，地址：http://www.foolabs.com/xpdf/download.html 

我下载的是xpdf-3.02pl2-win32.zip 



2、下载中文支持包 

我下载的是xpdf-chinese-simplified.tar.gz 



3、下载pdftohtml支持包 

地址：http://sourceforge.net/projects/pdftohtml/ 

我下载的是：pdftohtml-0.39-win32.tar.gz 



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 
Java代码
  1. #----- begin Chinese Simplified support package     
  2. cidToUnicode    Adobe-GB1       xpdf-chinese-simplified/Adobe-GB1.cidToUnicode     
  3. unicodeMap      ISO-2022-CN     xpdf-chinese-simplified/ISO-2022-CN.unicodeMap     
  4. unicodeMap      EUC-CN          xpdf-chinese-simplified/EUC-CN.unicodeMap     
  5. unicodeMap  GBK    xpdf-chinese-simplified/GBK.unicodeMap     
  6. cMapDir         Adobe-GB1       xpdf-chinese-simplified/CMap     
  7. toUnicodeDir                    xpdf-chinese-simplified/CMap     
  8. fontDir  C:/WINDOWS/Fonts     
  9. displayCIDFontTT Adobe-GB1 C:/WINDOWS/Fonts/simhei.ttf     
  10. #----- end Chinese Simplified support package    
  11.   
  12. #----- begin Chinese Simplified support package  
  13. cidToUnicode    Adobe-GB1       xpdf-chinese-simplified/Adobe-GB1.cidToUnicode  
  14. unicodeMap      ISO-2022-CN     xpdf-chinese-simplified/ISO-2022-CN.unicodeMap  
  15. unicodeMap      EUC-CN          xpdf-chinese-simplified/EUC-CN.unicodeMap  
  16. unicodeMap  GBK    xpdf-chinese-simplified/GBK.unicodeMap  
  17. cMapDir         Adobe-GB1       xpdf-chinese-simplified/CMap  
  18. toUnicodeDir                    xpdf-chinese-simplified/CMap  
  19. fontDir  C:/WINDOWS/Fonts  
  20. displayCIDFontTT Adobe-GB1 C:/WINDOWS/Fonts/simhei.ttf  
  21. #----- end Chinese Simplified support package   

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 
Java代码
  1. @echo off     
  2. set folderPath=%1    
  3. set filePath=%2    
  4. cd /d %folderPath%     
  5. pdftohtml -enc GBK %filePath%     
  6. exit    
  7.   
  8. @echo off  
  9. set folderPath=%1  
  10. set filePath=%2  
  11. cd /d %folderPath%  
  12. pdftohtml -enc GBK %filePath%  
  13. exit   

7) 创建类 



Java代码 
Java代码
  1. public class ConvertPdf     
  2. {     
  3.     private static String INPUT_PATH;     
  4.     private static String PROJECT_PATH;     
  5.          
  6.     public static void convertToHtml(String file, String project)     
  7.     {     
  8.         INPUT_PATH = file;     
  9.         PROJECT_PATH = project;     
  10.         if(checkContentType()==0)     
  11.         {     
  12.             toHtml();     
  13.         }     
  14.     }     
  15.          
  16.     private static int checkContentType()     
  17.     {     
  18.         String type = INPUT_PATH.substring(INPUT_PATH.lastIndexOf(".") + 1, INPUT_PATH.length())     
  19.                 .toLowerCase();     
  20.         if (type.equals("pdf"))     
  21.             return 0;     
  22.         else    
  23.             return 9;     
  24.     }     
  25.          
  26.     private static void toHtml()     
  27.     {     
  28.         if(new File(INPUT_PATH).isFile())     
  29.         {     
  30.             try    
  31.             {     
  32.                 String cmd = "cmd /c start X://pdftohtml.bat /"" + PROJECT_PATH + "/" /"" + INPUT_PATH + "/"";     
  33.                 Runtime.getRuntime().exec(cmd);     
  34.             }     
  35.             catch (IOException e)     
  36.             {     
  37.                 e.printStackTrace();     
  38.             }     
  39.         }     
  40.     }     
  41.          
  42. }    
  43.   
  44. public class ConvertPdf  
  45. {  
  46.     private static String INPUT_PATH;  
  47.     private static String PROJECT_PATH;  
  48.       
  49.     public static void convertToHtml(String file, String project)  
  50.     {  
  51.         INPUT_PATH = file;  
  52.         PROJECT_PATH = project;  
  53.         if(checkContentType()==0)  
  54.         {  
  55.             toHtml();  
  56.         }  
  57.     }  
  58.       
  59.     private static int checkContentType()  
  60.     {  
  61.         String type = INPUT_PATH.substring(INPUT_PATH.lastIndexOf(".") + 1, INPUT_PATH.length())  
  62.                 .toLowerCase();  
  63.         if (type.equals("pdf"))  
  64.             return 0;  
  65.         else  
  66.             return 9;  
  67.     }  
  68.       
  69.     private static void toHtml()  
  70.     {  
  71.         if(new File(INPUT_PATH).isFile())  
  72.         {  
  73.             try  
  74.             {  
  75.                 String cmd = "cmd /c start X://pdftohtml.bat /"" + PROJECT_PATH + "/" /"" + INPUT_PATH + "/"";  
  76.                 Runtime.getRuntime().exec(cmd);  
  77.             }  
  78.             catch (IOException e)  
  79.             {  
  80.                 e.printStackTrace();  
  81.             }  
  82.         }  
  83.     }  
  84.       
  85. }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 
Java代码
  1. public static void main(String[] args)     
  2. {     
  3.     ConvertPdf.convertToHtml("C://test.pdf", "X://xpdf");     
  4. }    
  5.   
  6. public static void main(String[] args)  
  7. {  
  8.     ConvertPdf.convertToHtml("C://test.pdf", "X://xpdf");  
  9. }   


以上就是整理的内容，后续还会添加视频转换为FLV格式，如果需要的话:) 

说的不是很详细，碰到问题的朋友可以自己努力解决一下:) 

天庭淘宝城 天庭淘宝城
原创粉丝点击
热门IT博客
securecrt 改macsecurecrt 改mac
python调用qq截图python调用qq截图
逆战帮豆软件叫什么
mysql delete in语句
js移除节点
超级社区 于建嵘 知乎
淘宝网进入卖家中心
光环国际大数据开发
动态模拟软件
日历记事本软件
淘宝店铺标准
给父母买保险 知乎
战地mac版下载
cam是什么软件
拼车软件开发
小学生英语动画软件
ubuntu内核是什么
像哔咔一样的软件
北京seo公司
免费网络推广软件
热门问题 老师的惩罚 人脸识别 我在镇武司摸鱼那些年 重生之率土为王 我在大康的咸鱼生活 盘龙之生命进化 天生仙种 凡人之先天五行 春回大明朝 姑娘不必设防，我是瞎子 老婆特别粘人怎么办 太受欢迎了怎么办小说 我太受欢迎怎么办漫画 太受欢迎了怎么办漫画 我太受欢迎怎么办结局 太受欢迎了怎么办 漫画 太受欢迎了怎么办同人 win10内存占用高怎么办 太受欢迎了怎么办结局 百度云字幕白色怎么办 租户到期不搬怎么办 房客到期不搬走怎么办 脸上法令纹深怎么办 睡觉压出法令纹怎么办 30岁就有法令纹怎么办 脸上出现法令纹怎么办 一侧法令纹深怎么办 26岁法令纹很深怎么办 小孩有法令纹怎么办 婴幼儿血铅超标怎么办 血铅超标怎么办医学 小孩身体铅超标怎么办 体内血铅超标怎么办 儿童血铅超标怎么办 小孩体内铅超标怎么办 鼻子有红血丝怎么办 我的法令纹很深怎么办 18岁就有法令纹怎么办 嘴边的法令纹怎么办 cos小哥没有军靴怎么办 被红白鼯鼠咬了怎么办 金鱼鱼鳍烂了怎么办 iphone软件闪退怎么办 牙疼的厉害怎么办 感觉自己心眼小怎么办 发现自己心眼小怎么办 没心眼的人怎么办 饥荒联机太卡怎么办 山鸡苗生病了怎么办 忘了zip解压密码怎么办 文件密码忘记了怎么办

程序博客网，程序员的互联网技术博客家园。csdn论坛精品 msdn技术资料都在这里