在 Java 中将 Doc 或 Docx 转换为 HTML

Question

如何在 Java 中将 doc 或 docx 转换为 HTML。使用 Apache POI，我能够将 doc 转换为 html，但无法将 docx 转换为 html？请给我看示例代码？此代码适用于 doc，但不适用于 docx。

        HWPFDocumentCore wordDocument = WordToHtmlUtils.loadDoc(stream);

        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());

Answer 1

没有理由不应该/不能工作。

请查看以下内容：

• How to extract plain text from a DOCX file using the new OOXML support in Apache POI 3.5?
• https://stackoverflow.com/a/5507019/751158

简而言之，请确保您使用的是最新版本的 POI，并拥有所有必需的库。

（如果您需要额外的帮助，请说明什么不起作用。您是否遇到编译时错误？运行时错误？意外输出？）