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();  

            }        }    }      

}