应用POI，word2007转html

poi 3.9

http://poi.apache.org/

Java代码  

1. import java.io.File;  
2. import java.io.FileInputStream;  
3. import java.io.FileOutputStream;  
4. import java.io.IOException;  
5. import java.io.InputStream;  
6. import java.io.OutputStream;  
7.   
8. import org.apache.poi.xwpf.converter.core.FileImageExtractor;  
9. import org.apache.poi.xwpf.converter.core.FileURIResolver;  
10. import org.apache.poi.xwpf.converter.xhtml.XHTMLConverter;  
11. import org.apache.poi.xwpf.converter.xhtml.XHTMLOptions;  
12. import org.apache.poi.xwpf.usermodel.XWPFDocument;  
13. import org.apache.poi.xwpf.usermodel.XWPFPictureData;  
14. //import org.junit.Assert;  
15. //import org.junit.Test;  
16.   
17. public class word07toHtml {  
18.   
19.     //@Test  
20.     public static void canExtractImage() throws IOException {  
21.         File f = new File("d:/test/test.docx");  
22.         if (!f.exists()) {  
23.             System.out.println("Sorry File does not Exists!");  
24.         } else {  
25.             if (f.getName().endsWith(".docx") || f.getName().endsWith(".DOCX")) {  
26.                   
27.                 // 1) Load DOCX into XWPFDocument  
28.                 InputStream in = new FileInputStream(f);  
29.                 XWPFDocument document = new XWPFDocument(in);  
30.   
31.                 // 2) Prepare XHTML options (here we set the IURIResolver to  
32.                 // load images from a "word/media" folder)  
33.                 File imageFolderFile = new File("d:/test/media");  
34.                 XHTMLOptions options = XHTMLOptions.create().URIResolver(  
35.                         new FileURIResolver(imageFolderFile));  
36.                 options.setExtractor(new FileImageExtractor(imageFolderFile));  
37.                 //options.setIgnoreStylesIfUnused(false);  
38.                 //options.setFragment(true);  
39.                   
40.                 // 3) Convert XWPFDocument to XHTML  
41.                 OutputStream out = new FileOutputStream(new File(  
42.                         "d:/test/test.htm"));  
43.                 XHTMLConverter.getInstance().convert(document, out, options);  
44.             } else {  
45.                 System.out.println("Enter only MS Office 2007+ files");  
46.             }  
47.         }  
48.     }  
49.       
50.     public static void main(String args[]) {  
51.         try {  
52.             canExtractImage();  
53.         } catch (IOException e) {  
54.             // TODO Auto-generated catch block  
55.             e.printStackTrace();  
56.         }  
57.     }  
58. }  

 

其中org.apache.poi.xwpf.converter需要扩展包

如果你的项目用到了maven做如下配置即可，若果没用maven，请从本文附件下载

1.0.4 对应的是 poi 3.9

1.0.0 对应的是 poi 3.8

import org.apache.poi.xwpf.converter.xhtml.XHTMLConverter;
import org.apache.poi.xwpf.converter.xhtml.XHTMLOptions;

所需jar包

Xml代码  

1. <dependencies>  
2.     <dependency>  
3.         <groupId> fr.opensagres.xdocreport</groupId>  
4.         <artifactId> org.apache.poi.xwpf.converter.core</artifactId>  
5.         <version> 1.0.4</version>  
6.     </dependency>  
7.     <dependency>  
8.         <groupId> fr.opensagres.xdocreport</groupId>  
9.         <artifactId> org.apache.poi.xwpf.converter.xhtml</artifactId>  
10.         <version> 1.0.4</version>  
11.     </dependency>  
12. </dependencies>  

 

如果报错：

java.lang.ClassNotFoundException: org.openxmlformats.schemas.wordprocessingml.x2006.main.impl.CTSectPrImpl$1HeaderReferenceList

请添加 ooxml-schemas-1.1.jar

java.lang.ClassNotFoundException: org.openxmlformats.schemas.wordprocessingml.x2006.main.impl.CTBodyImpl$1TblList

也是需要 ooxml-schemas-1.1.jar

用maven的会自动下来，没用maven的请从本文附件下载ooxml-schemas-1.1.rar，需要解压

 

不过，发现转换后的table没有边框，有待解决