使用 Apache POI 将 Word 转换为 HTML答案

【问题标题】：Convert Word to HTML with Apache POI使用 Apache POI 将 Word 转换为 HTML
【发布时间】：2023-03-14 04:38:02
【问题描述】：

我看到有一个叫WordToHtmlConverter的转换器，但是没有暴露出处理方法。我应该如何传递 doc 文件并获取 HTML 文件（或 OutputStream）？

【问题讨论】：

这是您的要求吗？ stackoverflow.com/questions/227236/…
这不是...在 Apache POI 中，他们在包 org.apache.poi.hwpf.converter 中有一个新类来处理这个问题...但是找不到任何关于如何使用它们的教程.

【解决方案1】：

这段代码现在可以为我工作了！

    HWPFDocumentCore wordDocument = WordToHtmlUtils.loadDoc(new FileInputStream("D:\\temp\\seo\\1.doc"));

    WordToHtmlConverter wordToHtmlConverter = new WordToHtmlConverter(
            DocumentBuilderFactory.newInstance().newDocumentBuilder()
                    .newDocument());
    wordToHtmlConverter.processDocument(wordDocument);
    Document htmlDocument = wordToHtmlConverter.getDocument();
    ByteArrayOutputStream out = new ByteArrayOutputStream();
    DOMSource domSource = new DOMSource(htmlDocument);
    StreamResult streamResult = new StreamResult(out);

    TransformerFactory tf = TransformerFactory.newInstance();
    Transformer serializer = tf.newTransformer();
    serializer.setOutputProperty(OutputKeys.ENCODING, "UTF-8");
    serializer.setOutputProperty(OutputKeys.INDENT, "yes");
    serializer.setOutputProperty(OutputKeys.METHOD, "html");
    serializer.transform(domSource, streamResult);
    out.close();

    String result = new String(out.toByteArray());
    System.out.println(result);

【讨论】：