如何将 HTML 文件转换为 word？ [关闭]答案

【问题标题】：How to convert HTML file to word? [closed]如何将 HTML 文件转换为 word？ [关闭]
【发布时间】：2009-10-26 12:19:26
【问题描述】：

我需要将内存中的 HTML 文档保存为 Word .DOC 文件。

谁能给我一些封闭和开源库的链接，我可以用它们来做这件事吗？

另外，我应该编辑这个问题以添加我正在使用的语言，以缩小选择范围。

【问题讨论】：

一切皆有可能。您想为此花多少钱？
现在这是一个真正的问题。
@Mask：是的，请说明您使用的语言。
如果你想让这个词看起来和浏览器中呈现的 html 完全一样，那会很困难，除非你解析 html 并使用 open office xml 等库将其写入 word 格式，否则你可能需要投资商业转换器选项。我一直在寻找一个 OSS 解决方案，后来放弃并使用 wkhtmltopdf 将 html 转换为 pdf，如果我需要编辑这个我可以做 nitropdf 或 foxit :)
@Mask 你可以试试Convert HTML to Well-Formatted Microsoft Word Document - 一个由微软员工编写的详细程序，他详细描述了他如何将自己的在线LINQ via C# Tutorial 转换为格式良好的MS Word 文档。

标签： html ms-word

【解决方案1】：

尝试使用pandoc

pandoc -f html -t docx -o output.docx input.html

如果没有明确指定输入或输出格式，pandoc 将尝试从输入和输出文件名的扩展名中猜测它。
— pandoc 手册

所以你甚至可以使用

pandoc -o output.docx input.html

【讨论】：

这很好用。就像 sudo apt-get install -y pandoc 一样简单（在 Ubuntu 中）
我同意这实际上是一个很好的解决方案，如果您比 MS Word 提供的更多 - 它还为您提供了在其他地方使用的通用工具（例如从 HTML 转换为 PDF ，等等。）。说对于一个非常基本的选项，d4nt 建议的建议也很有效:)
这在我的情况下不起作用
您能否更具体一点，@Beraliv。您是否从 pandoc 收到任何错误消息？ Word 不能打开文档吗？
@Jan 好的，抱歉没有解释。我试图表达这种转换并不理想：我无法以正确的方式转换公式（我的意思是所有公式），样式变得比我预期的要差，并且某处的文本看起来很糟糕（偏移量、字体等） .是的，我需要很多。

【解决方案2】：

就在你的 php 页面的顶部。在此之前的任何代码都应该是顶级代码。

<?php
header("Content-Type: application/vnd.ms-word"); 
header("Expires: 0"); 
header("Cache-Control: must-revalidate, post-check=0, pre-check=0"); 
header("content-disposition: attachment;filename=Hawala.doc");

?>

这会将所有的 html 转换为 MSWORD，现在您可以根据您的客户要求对其进行自定义。

【讨论】：

如果你用php这个最好
虽然不限于 PHP。 Word 很乐意在 doc 文件而不是 docx 文件中打开 HTML 内容。希望我在花时间尝试以各种方式实际转换它之前就知道这一点。
请注意，CSS 支持是不确定的，您可能会或可能不会获得预期的“可编辑”结果。

【解决方案3】：

一个不错的选择是使用像 Docverter 这样的 API。 Docverter 将允许您使用 API 将 HTML 转换为 PDF 或 DOCX。

【讨论】：

您忘记完成答案了吗？
即使答案尚未完成，imo Docverter 仍然被证明是此页面中最有用的见解 :)

【解决方案4】：

这样做时，我发现最容易做到：

在网络浏览器中访问页面
使用带有 .htm 扩展名的网络浏览器保存页面（可能还有一个包含支持文件的文件夹）
启动Word并打开保存的htm文件（Word会正确打开）
根据需要进行任何修改
选择另存为，然后选择您想要的扩展名 doc、docx 等。

【讨论】：

我认为这个答案比重命名更好，但这只是我:)
如果您想要真正的转换，您可以尝试使用 HTML 到 DOCX API，如下所示：grabz.it/html-to-word-docx-api.aspx

【解决方案5】：

仅将文件重命名为 .doc 的其他替代方法.....

http://msdn.microsoft.com/en-us/library/microsoft.office.interop.word(office.11).aspx

这是一个很好的起点。您也可以尝试使用此 Office Open XML。

http://www.ecma-international.org/publications/standards/Ecma-376.htm

【讨论】：

docx4j-ImportXHTML 采用这种方法。 Java 代码，也可用于 .NET 环境。