java實現word文件轉html(圖片用base64轉化)

1.添加需要的jar包：

        <dependency>
            <groupId>fr.opensagres.xdocreport</groupId>
            <artifactId>fr.opensagres.xdocreport.document</artifactId>
            <version>2.0.1</version>
        </dependency>
        <dependency>
            <groupId>org.apache.poi</groupId>
            <artifactId>poi</artifactId>
            <version>3.15</version>
        </dependency>
        <dependency>
            <groupId>org.apache.poi</groupId>
            <artifactId>poi-scratchpad</artifactId>
            <version>3.15</version>
        </dependency>
        <dependency>
            <groupId>fr.opensagres.xdocreport</groupId>
            <artifactId>fr.opensagres.poi.xwpf.converter.xhtml</artifactId>
            <version>2.0.1</version>
        </dependency>

2.來一個小demo吧。

對於該demo，描述幾個我覺得需要注意的點：

2.1：不知道有沒有小伙伴發生了jar包沖突的現象呢，可以考慮修改一下jar包版本號哦，基本上應該沒什么問題呢；

2.2：word文檔的后綴有.doc和.docx，需要知道轉換的方法不是一樣的。所以，對於不同的文檔，我們需要知道其文檔后綴是什么，才能進行下一步操作；

2.3：此demo，我選擇通過接口直接返回動態的html，當然，如果想生成一個靜態的html，可以自己修改輸出方式；

2.4：對於文檔中涉及到圖片如何轉化的問題，暫時選擇用base64轉碼到html中

2.5：最后：此demo中測試轉化的文檔，目前只測試了簡單的文本加圖片，所以可能有別的問題待發現並解決。

    /**
     * 將word轉成html
     *
     * @param id
     * @return
     * @throws Exception
     */
    @ApiOperation(value = "將word轉成html")
    @GetMapping(value = "/convertWordToHtml")
    public void convertWordToHtml(@RequestParam(required = true) String id, HttpServletResponse httpServletResponse) throws Exception {
        demoService.convertWordToHtml(id, httpServletResponse);
    }

　　 //此處省略部分不重要的代碼哈，只需將需要轉化的文檔轉成inputStream。

　　 InputStream inputStream = null;

　　 OutputStream outputStream = httpServletResponse.getOutputStream();

　　　/**
 　　　* 將 docx 轉成 html
 　　　*
 　　　* @param outputStream 輸出流
　　　 * @throws Exception
　　　 */
　　　public static void convertDocxFileToHtml(OutputStream outputStream) throws Exception {
       　　 //創建操作word的對象
       　XWPFDocument document = new XWPFDocument(inputStream);
       　XHTMLOptions options = XHTMLOptions.create();
       　options.setIgnoreStylesIfUnused(false);
       　options.setFragment(true);
         //圖片用base64轉化
         options.setImageManager(new Base64EmbedImgManager());
       　//轉化成HTML
      　 XHTMLConverter.getInstance().convert(document, outputStream, options);
         outputStream.flush();
         outputStream.close();
         inputStream.close();
　　　}

　　　/**
 　　　* 將 doc 轉成 html
 　　　*
 　　　* @param outputStream 輸出流
　　　 * @throws Exception
　　　　*/
　　　public static void convertDocFileToHtml(OutputStream outputStream) throws Exception {

　　　　　　//ps:當inputStream!=null，而生成wordDocument報錯，請檢查文檔是否用office word保存的
　　　　　　HWPFDocument wordDocument = (HWPFDocument) WordToHtmlUtils.loadDoc(inputStream);
　　　　　　WordToHtmlConverter wordToHtmlConverter = new WordToHtmlConverter(
      　　 　　 DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument()
　　　　　　);
　　　　　　//將圖片轉成base64的格式
　　　　　　PicturesManager pictureRunMapper = (bytes, pictureType, s, v, v1) -> "data:image/png;base64," + Base64.encodeBase64String(bytes);
　　　　　　wordToHtmlConverter.setPicturesManager(pictureRunMapper);
　　　　　　//解析word文檔
　　　　　　wordToHtmlConverter.processDocument(wordDocument);
　　　　　　Document htmlDocument = wordToHtmlConverter.getDocument();
　　　　　　DOMSource domSource = new DOMSource(htmlDocument);
　　　　　　StreamResult streamResult = new StreamResult(outputStream);
　　　　　　TransformerFactory factory = TransformerFactory.newInstance();
　　　　　　Transformer serializer = factory.newTransformer();
　　　　　　serializer.setOutputProperty(OutputKeys.ENCODING, "utf-8");
　　　　　　serializer.setOutputProperty(OutputKeys.INDENT, "yes");
　　　　　　serializer.setOutputProperty(OutputKeys.METHOD, "html");
　　　　　　serializer.transform(domSource, streamResult);

}