项目开发过程中,需求涉及到了各种文档转换为HTML或者网页易显示格式,现在将实现方式整理如下:
一、使用Jacob转换Word,Excel为HTML
“JACOB一个Java-COM中间件.通过这个组件你可以在Java应用程序中调用COM组件和Win32 libraries。”
首先下载Jacob包,JDK1.5以上需要使用Jacob1.9版本(JDK1.6尚未测试),与先前的Jacob1.7差别不大
1、将压缩包解压后,Jacob.jar添加到Libraries中;
2、将Jacob.dll放至“WINDOWS\SYSTEM32”下面。
需要注意的是:
【使用IDE启动Web服务器时,系统读取不到Jacob.dll,例如用MyEclipse启动Tomcat,就需要将dll文件copy到MyEclipse安装目录的“jre\bin”下面。
一般系统没有加载到Jacob.dll文件时,报错信息为:“java.lang.UnsatisfiedLinkError: no jacob in java.library.path”】
新建类:
1
public
class
JacobUtil
2
{3public staticfinalintWORD_HTML=8;45public staticfinalintWORD_TXT =7;67public staticfinalintEXCEL_HTML=44;89
/** *//**10 * WORD转HTML11 *@paramdocfile WORD文件全路径12 *@paramhtmlfile 转换后HTML存放路径13*/14public staticvoidwordToHtml(String docfile, String htmlfile)15
{16 ActiveXComponent app=newActiveXComponent("Word.Application");//启动word 17try18
{19 app.setProperty("Visible",newVariant(false));20 Dispatch docs=app.getProperty("Documents").toDispatch();21 Dispatch doc=Dispatch.invoke(22 docs,23"Open",24 Dispatch.Method,25
newObject[] { docfile,newVariant(false),26newVariant(true) },newint[1]).toDispatch();27
Dispatch.invoke(doc,"SaveAs", Dispatch.Method,newObject[] {28 htmlfile,newVariant(WORD_HTML) },newint[1]);29 Variant f=newVariant(false);30 Dispatch.call(doc,"Close", f);31 }32catch(Exception e)33
{34 e.printStackTrace();35 }36finally37
{38
app.invoke("Quit",newVariant[]{});39 }40 }4142
/** *//**43 * EXCEL转HTML44 *@paramxlsfile EXCEL文件全路径45 *@paramhtmlfile 转换后HTML存放路径46*/47public staticvoidexcelToHtml(String xlsfile, String htmlfile)48
{49 ActiveXComponent app=newActiveXComponent("Excel.Application");//启动word 50try51
{52 app.setProperty("Visible",newVariant(false));53 Dispatch excels=app.getProperty("Workbooks").toDispatch();54 Dispatch excel=Dispatch.invoke(55 excels,56"Open",57 Dispatch.Method,58
newObject[] { xlsfile,newVariant(false),59newVariant(true) },newint[1]).toDispatch();60
Dispatch.invoke(excel,"SaveAs", Dispatch.Method,newObject[] {61 htmlfile,newVariant(EXCEL_HTML) },newint[1]);62 Variant f=newVariant(false);63 Dispatch.call(excel,"Close", f);64 }65catch(Exception e)66
{67 e.printStackTrace();68 }69finally70
{71
app.invoke("Quit",newVariant[]{});72 }73 }7475}
76
当时我在找转换控件时,发现网易也转载了一偏关于Jacob使用帮助,但其中出现了比较严重的错误:String htmlfile = "C:\\AA";
只指定到了文件夹一级,正确写法是String htmlfile = "C:\\AA\\xxx.html";
到此WORD/EXCEL转换HTML就已经差不多了,相信大家应该很清楚了:)
二、使用XPDF将PDF转换为HTML
2、下载中文支持包
3、下载pdftohtml支持包
4、解压调试
1) 先将xpdf-3.02pl2-win32.zip解压,解压后的内容可根据需要进行删减,如果只需要转换为txt格式,其他的exe文件可以删除,只保留pdftotext.exe,以此类推;
2) 然后将xpdf-chinese-simplified.tar.gz解压到刚才xpdf-3.02pl2-win32.zip的解压目录;
3) 将pdftohtml-0.39-win32.tar.gz解压,pdftohtml.exe解压到xpdf-3.02pl2-win32.zip的解压目录;
4) 目录结构:
+---[X:\xpdf]
|-------各种转换用到的exe文件
|
|-------xpdfrc
|
+------[X:\xpdf\xpdf-chinese-simplified]
|
|
+-------很多转换时需要用到的字符文件
xpdfrc:此文件是用来声明转换字符集对应路径的文件
5) 修改xpdfrc文件(文件原名为sample-xpdfrc)
修改文件内容为: Txt代码
#
-----
begin Chinese Simplified support
package
cidToUnicode Adobe
-
GB1 xpdf
-
chinese
-
simplified\Adobe
-
GB1.cidToUnicode
unicodeMap ISO
-
2022
-
CN xpdf
-
chinese
-
simplified\ISO
-
2022
-
CN.unicodeMap
unicodeMap EUC
-
CN xpdf
-
chinese
-
simplified\EUC
-
CN.unicodeMap
unicodeMap GBK xpdf
-
chinese
-
simplified\GBK.unicodeMap
cMapDir Adobe
-
GB1 xpdf
-
chinese
-
simplified\CMap
toUnicodeDir xpdf
-
chinese
-
simplified\CMap
fontDir C:\WINDOWS\Fonts
displayCIDFontTT Adobe
-
GB1 C:\WINDOWS\Fonts\simhei.ttf
#
-----
end Chinese Simplified support
package
6) 创建bat文件pdftohtml.bat(放置的路径不能包含空格)
内容为: Txt代码
@echo off
set folderPath
=%
1
set filePath
=%
2
cd
/
d
%
folderPath
%
pdftohtml
-
enc GBK
%
filePath
%
exit 7) 创建类
JAVA代码
public
class
ConvertPdf
{
private staticString INPUT_PATH;
private staticString PROJECT_PATH;
public staticvoidconvertToHtml(String file, String project)
{
INPUT_PATH=file;
PROJECT_PATH=project;
if(checkContentType()==0)
{
toHtml();
} }
private staticintcheckContentType()
{
String type=INPUT_PATH.substring(INPUT_PATH.lastIndexOf(".")+1, INPUT_PATH.length())
.toLowerCase();
if(type.equals("pdf"))
return 0;
elsereturn 9;
}
private staticvoidtoHtml()
{
if(newFile(INPUT_PATH).isFile())
{
try
{
String cmd="cmd /c start X:\\pdftohtml.bat \""+ PROJECT_PATH +"\"\""+ INPUT_PATH +"\"";
Runtime.getRuntime().exec(cmd);
}catch(IOException e)
{
e.printStackTrace();
} } }
}