Word/Excel/PDF文件转换成HTML整理
来源:互联网 发布:国外免费域名 编辑:程序博客网 时间:2024/05/18 14:24
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:
- public class JacobUtil
- {
- public static final int WORD_HTML = 8;
- public static final int WORD_TXT = 7;
- public static final int EXCEL_HTML = 44;
- /**
- * WORD转HTML
- * @param docfile WORD文件全路径
- * @param htmlfile 转换后HTML存放路径
- */
- public static void wordToHtml(String docfile, String htmlfile)
- {
- ActiveXComponent app = new ActiveXComponent("Word.Application"); // 启动word
- try
- {
- app.setProperty("Visible", new Variant(false));
- Dispatch docs = app.getProperty("Documents").toDispatch();
- Dispatch doc = Dispatch.invoke(
- docs,
- "Open",
- Dispatch.Method,
- new Object[] { docfile, new Variant(false),
- new Variant(true) }, new int[1]).toDispatch();
- Dispatch.invoke(doc, "SaveAs", Dispatch.Method, new Object[] {
- htmlfile, new Variant(WORD_HTML) }, new int[1]);
- Variant f = new Variant(false);
- Dispatch.call(doc, "Close", f);
- }
- catch (Exception e)
- {
- e.printStackTrace();
- }
- finally
- {
- app.invoke("Quit", new Variant[] {});
- }
- }
- /**
- * EXCEL转HTML
- * @param xlsfile EXCEL文件全路径
- * @param htmlfile 转换后HTML存放路径
- */
- public static void excelToHtml(String xlsfile, String htmlfile)
- {
- ActiveXComponent app = new ActiveXComponent("Excel.Application"); // 启动word
- try
- {
- app.setProperty("Visible", new Variant(false));
- Dispatch excels = app.getProperty("Workbooks").toDispatch();
- Dispatch excel = Dispatch.invoke(
- excels,
- "Open",
- Dispatch.Method,
- new Object[] { xlsfile, new Variant(false),
- new Variant(true) }, new int[1]).toDispatch();
- Dispatch.invoke(excel, "SaveAs", Dispatch.Method, new Object[] {
- htmlfile, new Variant(EXCEL_HTML) }, new int[1]);
- Variant f = new Variant(false);
- Dispatch.call(excel, "Close", f);
- }
- catch (Exception e)
- {
- e.printStackTrace();
- }
- finally
- {
- app.invoke("Quit", new Variant[] {});
- }
- }
- }
public class JacobUtil{public static final int WORD_HTML = 8;public static final int WORD_TXT = 7;public static final int EXCEL_HTML = 44;/** * WORD转HTML * @param docfile WORD文件全路径 * @param htmlfile 转换后HTML存放路径 */public static void wordToHtml(String docfile, String htmlfile){ActiveXComponent app = new ActiveXComponent("Word.Application"); // 启动wordtry{app.setProperty("Visible", new Variant(false));Dispatch docs = app.getProperty("Documents").toDispatch();Dispatch doc = Dispatch.invoke(docs,"Open",Dispatch.Method,new Object[] { docfile, new Variant(false),new Variant(true) }, new int[1]).toDispatch();Dispatch.invoke(doc, "SaveAs", Dispatch.Method, new Object[] {htmlfile, new Variant(WORD_HTML) }, new int[1]);Variant f = new Variant(false);Dispatch.call(doc, "Close", f);}catch (Exception e){e.printStackTrace();}finally{app.invoke("Quit", new Variant[] {});}}/** * EXCEL转HTML * @param xlsfile EXCEL文件全路径 * @param htmlfile 转换后HTML存放路径 */public static void excelToHtml(String xlsfile, String htmlfile){ActiveXComponent app = new ActiveXComponent("Excel.Application"); // 启动wordtry{app.setProperty("Visible", new Variant(false));Dispatch excels = app.getProperty("Workbooks").toDispatch();Dispatch excel = Dispatch.invoke(excels,"Open",Dispatch.Method,new Object[] { xlsfile, new Variant(false),new Variant(true) }, new int[1]).toDispatch();Dispatch.invoke(excel, "SaveAs", Dispatch.Method, new Object[] {htmlfile, new Variant(EXCEL_HTML) }, new int[1]);Variant f = new Variant(false);Dispatch.call(excel, "Close", f);}catch (Exception e){e.printStackTrace();}finally{app.invoke("Quit", new Variant[] {});}}}
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:
- #----- begin Chinese Simplified support package
- cidToUnicode 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 support package
#----- begin Chinese Simplified support packagecidToUnicode Adobe-GB1 xpdf-chinese-simplified\Adobe-GB1.cidToUnicodeunicodeMap ISO-2022-CN xpdf-chinese-simplified\ISO-2022-CN.unicodeMapunicodeMap EUC-CN xpdf-chinese-simplified\EUC-CN.unicodeMapunicodeMap GBK xpdf-chinese-simplified\GBK.unicodeMapcMapDir Adobe-GB1 xpdf-chinese-simplified\CMaptoUnicodeDir xpdf-chinese-simplified\CMapfontDir C:\WINDOWS\FontsdisplayCIDFontTT Adobe-GB1 C:\WINDOWS\Fonts\simhei.ttf#----- 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:
- @echo off
- set folderPath=%1
- set filePath=%2
- cd /d %folderPath%
- pdftohtml -enc GBK %filePath%
- exit
@echo offset folderPath=%1set filePath=%2cd /d %folderPath%pdftohtml -enc GBK %filePath%exit
7) 创建类
- public class ConvertPdf
- {
- private static String INPUT_PATH;
- private static String PROJECT_PATH;
- public static void convertToHtml(String file, String project)
- {
- INPUT_PATH = file;
- PROJECT_PATH = project;
- if(checkContentType()==0)
- {
- toHtml();
- }
- }
- private static int checkContentType()
- {
- String type = INPUT_PATH.substring(INPUT_PATH.lastIndexOf(".") + 1, INPUT_PATH.length())
- .toLowerCase();
- if (type.equals("pdf"))
- return 0;
- else
- return 9;
- }
- private static void toHtml()
- {
- if(new File(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();
- }
- }
- }
- }
public class ConvertPdf{private static String INPUT_PATH;private static String PROJECT_PATH;public static void convertToHtml(String file, String project){INPUT_PATH = file;PROJECT_PATH = project;if(checkContentType()==0){toHtml();}}private static int checkContentType(){String type = INPUT_PATH.substring(INPUT_PATH.lastIndexOf(".") + 1, INPUT_PATH.length()).toLowerCase();if (type.equals("pdf"))return 0;elsereturn 9;}private static void toHtml(){if(new File(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
- public static void main(String[] args)
- {
- ConvertPdf.convertToHtml("C:\\test.pdf", "X:\\xpdf");
- }
public static void main(String[] args){ConvertPdf.convertToHtml("C:\\test.pdf", "X:\\xpdf");}
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:)
- Word/Excel/PDF文件转换成HTML整理
- Word/Excel/PDF文件转换成HTML整理
- Word/Excel/PDF文件转换成HTML整理
- Word/Excel/PDF文件转换成HTML整理
- Word/Excel/PDF文件转换成HTML整理
- Word/Excel/PDF文件转换成HTML整理
- java将Word/Excel/PDF文件转换成HTML整理
- Word/Excel/PDF文件转换成HTML整理
- word&excel转换成html
- PDF文件转化成word,ppt,excel,图片(png,jpg...),tiff,rtf,txt,html,PDF组合,PDF编辑,PDF创建
- Word转换成PDF文件在线转换
- 将word、excel、ppt、html、txt,pdf转换成图片源代码
- pdf文件怎么转换成word文件
- 将Word或Excel文件转换为PDF不用office
- 常用工作文件(excel、word、ppt)转换为PDF格式
- C#调用WPS转换WORD,EXCEL,PPT文件为PDF
- jacob读取word excel,转换成html
- 把word,excel转换成 Html
- 动态修改Label显示,通过信号实时刷新
- 恩智浦智能照明让每个灯泡拥有一个IP
- Mysql command
- sqlplus显示中文为乱码, 对注册表下面的健值进行改动 ----解决中文显示问题
- [IT 男人帮 11-07] Vim:祝你 20 岁生日快乐
- Word/Excel/PDF文件转换成HTML整理
- java的系统参数
- 重新编译安装php扩展和gd库
- Ext tree的动态加载
- 不要自称为程序员
- 从SOCKADDR_STORAGE结构中取IP地址和端口 .
- 设置 php 的 mysqli 扩展的缺省编码
- IOS开发之手势——UIGestureRecognizer 共存
- 程序员收入报告