使用JAVA將.docx轉換爲HTML

我試圖通過使用WordToHtmlConverter將.doc轉換爲HTML，並且它完美地工作。使用JAVA將.docx轉換爲HTML

但是，當我試圖將.docx轉換爲HTML時，我被卡住了。

我的嘗試：

我用下面的代碼的.docx轉換爲HTML：

這是我從嘗試的代碼：How to use Tika's XWPFWordExtractorDecorator class?

 InputStream input = TikaInputStream.get(new File("C:\\Users\\Downloads\\filename.docx")); 


     Parser parser = new AutoDetectParser(); 


     StringWriter sw = new StringWriter(); 
     SAXTransformerFactory factory = (SAXTransformerFactory) 
       SAXTransformerFactory.newInstance(); 
     TransformerHandler handler = factory.newTransformerHandler(); 
     handler.getTransformer().setOutputProperty(OutputKeys.METHOD, "html"); 
     handler.getTransformer().setOutputProperty(OutputKeys.INDENT, "yes"); 
     handler.setResult(new StreamResult(sw)); 


     try { 
      Metadata metadata = new Metadata(); 
      parser.parse(input, handler, metadata, new ParseContext()); 
      String xml = sw.toString(); 
      System.out.print("tika : "+xml); 
     } finally { 
      input.close(); 
     }

輸出什麼，我是得了

<html xmlns="http://www.w3.org/1999/xhtml"> 
<head> 
<title/> 
</head> 
<body/> 
</html>

請解釋我哪裏出錯了？
有沒有更好的辦法的.docx轉換爲HTML字符串

感謝您的幫助，謝謝

來源

2014-07-09 Vignesh Paramasivam

根據文檔https://poi.apache.org/apidocs/org/apache/poi/hwpf/converter/WordToHtmlConverter.html當只有.doc時，此API旨在用於Word 2007。所以它不適用於使用此API的.docx。嘗試將您的文檔保存在.doc – singe3

@ singe31中，您可以獲得我的觀點。我已經通過使用hwpf轉換器將.doc轉換爲html。但即時通訊試圖爲.docx做，有沒有辦法？ –

https://code.google.com/p/xdocreport/wiki/XWPFConverterXHTML – singe3

此代碼爲我工作爲.docx轉換爲HTML：

你也可以看看在鏈接：Link to code

 //convert .docx to HTML string 
     InputStream in= new FileInputStream(new File(path)); 
     XWPFDocument document = new XWPFDocument(in); 


     XHTMLOptions options = XHTMLOptions.create().URIResolver(new FileURIResolver(new File("word/media"))); 

     OutputStream out = new ByteArrayOutputStream(); 


     XHTMLConverter.getInstance().convert(document, out, options); 
     String html=out.toString(); 
     System.out.println(html);

來源

2014-07-09 12:37:33

感謝此示例。它像魅力一樣工作。 – Fayaz

任何人都可以提供更新的示例嗎？該參考不再適用。謝謝。 – Andres

我在使用這段代碼時遇到了問題，因爲我無法爲 XHTMLOptions，XHTMLConverter和FileURIResolver獲取jar，然後當我搜索時，我在這裏獲得了這些jar 「org.apache.poi.xwpf.converter.core-1.0 .6.jar「，」org.apache.poi.xwpf.converter.xhtml-1.0.6.jar「和」ooxml-schemas-1.1.jar「，如果你使用這些jar，你將不會得到任何錯誤上面的代碼 – Vipul

使用JAVA將.docx轉換爲HTML

回答

相關問題