POI读取word转换html

最新推荐文章于 2025-05-28 16:23:03 发布
转载 最新推荐文章于 2025-05-28 16:23:03 发布 · 置顶 · 6.5k 阅读 · 1
文章标签：

#exception #import #string #file #文档 #null

本文介绍了如何使用Apache POI库读取Word文档中的图片，并获取文字的各种样式，包括判断回车符、空格符、制表符以及样式对比等。代码示例详细展示了读取过程，并提供了图片读写、样式处理的功能。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

apache POI读取word文档的文档比较少,所以只有自己慢慢的摸索,这篇文章也属于比较基础入门的,主要是针对读取word中的图片,以及文字的各种样式,如有不好的地方,请各位多多指教!
Java代码 复制代码 收藏代码
  1. /**
  2. *
  3. */
  4. package com.util;
  6. import java.io.BufferedWriter;
  7. import java.io.File;
  8. import java.io.FileInputStream;
  9. import java.io.FileNotFoundException;
  10. import java.io.FileOutputStream;
  11. import java.io.IOException;
  12. import java.io.OutputStream;
  13. import java.io.OutputStreamWriter;
  15. import org.apache.poi.hwpf.HWPFDocument;
  16. import org.apache.poi.hwpf.model.PicturesTable;
  17. import org.apache.poi.hwpf.usermodel.CharacterRun;
  18. import org.apache.poi.hwpf.usermodel.Picture;
  19. import org.apache.poi.hwpf.usermodel.Range;
  21. /**
  22. *
  23. * @author 张廷 下午10:36:40
  24. *
  25. */
  26. public class WordToHtml {
  28. /**
  29. * 回车符ASCII码
  30. */
  31. private static final short ENTER_ASCII = 13;
  33. /**
  34. * 空格符ASCII码
  35. */
  36. private static final short SPACE_ASCII = 32;
  38. /**
  39. * 水平制表符ASCII码
  40. */
  41. private static final short TABULATION_ASCII = 9;
  43. private String htmlText = "";
  45. /**
  46. * 读取每个文字样式
  47. *
  48. * @param fileName
  49. * @throws Exception
  50. */
  51. public void getWordAndStyle(String fileName) throws Exception {
  53. FileInputStream in = new FileInputStream(new File(fileName));
  55. HWPFDocument doc = new HWPFDocument(in);
  57. // 取得文档中字符的总数
  58. int length = doc.characterLength();
  60. // 创建图片容器
  61. PicturesTable pTable = doc.getPicturesTable();
  63. htmlText = "<html><head><title>" + doc.getSummaryInformation().getTitle() + "</title></head><body>";
  65. // 创建临时字符串,好加以判断一串字符是否存在相同格式
  67. String tempString = "";
  69. for (int i = 0; i < length - 1; i++) {
  70. // 整篇文章的字符通过一个个字符的来判断,range为得到文档的范围
  71. Range range = new Range(i, i + 1, doc);
  73. CharacterRun cr = range.getCharacterRun(0);
  75. if (pTable.hasPicture(cr)) {
  77. // 读写图片
  78. this.readPicture(pTable, cr);
  80. } else {
  82. Range range2 = new Range(i + 1, i + 2, doc);
  84. // 第二个字符
  85. CharacterRun cr2 = range2.getCharacterRun(0);
  87. // 当前字符
  88. char currentChar = cr.text().charAt(0);
  90. // 判断是否为回车符
  91. if (currentChar == ENTER_ASCII)
  92. tempString += "<br/>";
  93. // 判断是否为空格符
  94. else if (currentChar == SPACE_ASCII)
  95. tempString += "&nbsp;";
  96. // 判断是否为水平制表符
  97. else if (currentChar == TABULATION_ASCII)
  98. tempString += " &nbsp;&nbsp;&nbsp;";
  99. // 比较前后2个字符是否具有相同的格式
  100. boolean flag = compareCharStyle(cr, cr2);
  102. String fontStyle = "<span style='font-family:" + cr.getFontName() + ";font-size:" + cr.getFontSize() / 2 + "pt;";
  104. if (cr.isBold())
  105. fontStyle += "font-weight:bold;";
  106. if (cr.isItalic())
  107. fontStyle += "font-style:italic;";
  109. if (flag && i != length - 2)
  110. tempString += currentChar;
  111. else if (!flag) {
  112. htmlText += fontStyle + "'>" + tempString + currentChar + "</span>";
  113. tempString = "";
  114. } else
  115. htmlText += fontStyle + "'>" + tempString + currentChar + "</span>";
  116. }
  117. htmlText += "</body></html>";
  119. this.writeFile(htmlText);
  120. }
  122. /**
  123. * 读写文档中的图片
  124. *
  125. * @param pTable
  126. * @param cr
  127. * @throws Exception
  128. */
  129. private void readPicture(PicturesTable pTable, CharacterRun cr) throws Exception {
  130. // 提取图片
  131. Picture pic = pTable.extractPicture(cr, false);
  133. // 返回POI建议的图片文件名
  134. String afileName = pic.suggestFullFileName();
  136. OutputStream out = new FileOutputStream(new File("g:\\test" + File.separator + afileName));
  138. pic.writeImageContent(out);
  140. htmlText += "<img src='g:\\test\\" + afileName + "'/>";
  141. }
  143. private boolean compareCharStyle(CharacterRun cr1, CharacterRun cr2) {
  144. boolean flag = false;
  145. if (cr1.isBold() == cr2.isBold() && cr1.isItalic() == cr2.isItalic() && cr1.getFontName().equals(cr2.getFontName()) && cr1.getFontSize() == cr2.getFontSize()) {
  146. flag = true;
  147. }
  148. return flag;
  149. }
  151. /**
  152. * 写文件
  153. *
  154. * @param s
  155. */
  156. private void writeFile(String s) {
  157. FileOutputStream fos = null;
  158. BufferedWriter bw = null;
  159. try {
  160. File file = new File("g:\\abc.html");
  161. fos = new FileOutputStream(file);
  162. bw = new BufferedWriter(new OutputStreamWriter(fos));
  163. bw.write(s);
  164. } catch (FileNotFoundException fnfe) {
  165. fnfe.printStackTrace();
  166. } catch (IOException ioe) {
  167. ioe.printStackTrace();
  168. } finally {
  169. try {
  170. if (bw != null)
  171. bw.close();
  172. if (fos != null)
  173. fos.close();
  174. } catch (IOException ie) {
  175. }
  176. }
  177. }
  178. } 
  181. 转载出处http://z276356445t.iteye.com/blog/963950  目前poi不能用于android平台 我试验了很多次 都报异常错误
将POI Word转换为HTML编程
TechSavant的博客
10-03 381
在本文中，我们将探讨如何使用POI Word库将Word文档转换为HTML格式。通过这种转换，您可以在Web应用程序中显示Word文档的内容，并实现更多的交互性和可访问性。首先，我们需要设置Java开发环境，并将POI Word库添加到项目的依赖中。以上就是使用POI Word库将Word文档转换为HTML的基本过程。在上面的示例中，我们首先指定要转换的Word文档的路径和要保存HTML文档的路径。选项，以指定在转换过程中的一些行为，例如是否忽略未使用的样式和是否生成HTML片段。
利用POI将word转换成html实现在线阅读
12-26 1万+
利用POI将word转换成html实现在线阅读
poi word转html
zhibo112的专栏
12-27 1284
poi  word转html package com.mzule.doc2html.util; import java.io.BufferedWriter; import java.io.File; import java.io.FileInputStream; import java.io.FileNotFoundException; import java.io.FileOutpu
Apache POI Word转HTML实战框架
最新发布
weixin_35307279的博客
05-28 735
Apache POI是一个开源的Java库，它提供了一组API来处理Microsoft Office格式的文件，包括Word、Excel和PowerPoint等。自从Apache POI诞生以来，它就因其在Java环境中处理Office文档的能力而受到青睐。本章将简要介绍Apache POI项目的历史和核心特性，从其基本的安装配置开始，帮助新用户快速上手，并为后续章节中对Apache POI深入探讨奠定基础。
POI-word转html
weixin_34112900的博客
02-20 132
1 package com.test.poiword; 2 3 import android.app.Activity; 4 import android.os.Bundle; 5 import android.webkit.WebSettings; 6 import android.webkit.WebView; 7 8 import com...
POI读取word
Smallearth的专栏
09-20 131
package Java.se.lucene; import java.io.FileInputStream; import java.io.FileNotFoundException; import java.io.IOException; import org.apache.poi.hwpf.HWPFDocument; import org.apache.poi.hwpf.user...
使用POI读写word doc文件
zhaoquanfei的专栏
07-16 1470
使用POI读写word doc文件 目录 1     读word doc文件 1.1     通过WordExtractor读文件 1.2     通过HWPFDocument读文件 2     写word doc文件          Apache poi的hwpf模块是专门用来对word doc文件进行读写操作的。在hwpf里面我们使用HWPFDocument来表示一个word
Java使用poi将word转换为html
08-31
在本文中，我们将深入探讨如何使用POI将Word文档转换为HTML格式。这个过程对于那些需要在网页上展示Word内容或者在不使用Office软件的情况下处理Word文档的应用程序尤其有用。 首先，我们需要在项目中引入Apache ...
Java+SpringBoot+POI进行word2html转换
08-26
使用POI对word文件内容进行html转换，并支持对目录进行提取，提取后保留目录原本的超链接格式，且转换后的html保留原有word样式。 适合人群：具备一定编程基础，工作1-3年的研发人员 能学到什么：可以学习到word文档...
java使用POI实现html和word相互转换
08-26
Java 使用 POI 实现 HTML 和 Word 相互转换 在本文中，我们将详细介绍如何使用 Java 和 Apache POI 库实现 HTML 和 Word 之间的相互转换。POI 库是一个流行的 Java 库，提供了许多实用的功能来处理 Microsoft ...
使用poi将word转为html
久夏的博客
09-27 3365
使用poi将word转为html 需求：将上传的word文档转为html并返回页面填充到富文本编辑器中 使用方法： 1.openoffice出现问题：图片错位; 2.poi将word转为html；图片格式多样，如wmf，emf等文件格式不能在页面上显示; 3.上传文件限定为docx，更改后缀为zip，解压可得到所有图片并且格式为png，但html需使用其他方法获得再
java使用poi将word转为html
08-18
java使用poi将word转为html
POI3.11 word文档转HTML
08-20
Apache POI 3011 word文档转HTML，内含jar包（ooxml-schemas-1.1.jar、poi-3.11.jar、poi-examples-3.11.jar、poi-ooxml-3.11.jar、poi-scratchpad-3.11.jar、xdocreport-1.0.5.jar、xmlbeans-2.6.0.jar）
poi word2003转html
07-24
spring poi将word2003转换成html，包含格式、包含图片
使用POI读取word文档内容
热门推荐
236004的博客
05-14 3万+
读word doc文件2中方式 1.1     通过WordExtractor读文件(在WordExtractor内部进行信息读取时还是通过HWPFDocument来获取的。) 1.2     通过HWPFDocument读文件 Apache poi的hwpf模块是专门用来对word doc文件进行读写操作的。在hwpf里面我们使用HWPFDocument来表示一个word doc文
poi word转html docx,poi word 转html (.DOC .DOCX )
weixin_39742727的博客
07-02 268
package com.bjhy.platform.report.commons;import java.io.BufferedWriter;import java.io.ByteArrayOutputStream;import java.io.File;import java.io.FileInputStream;import java.io.FileNotFoundException;impo...
java将word转换为html
yaliangtang
01-08 1万+
public static void main(String[] args) throws Exception { String filePath = "C:/Users/Administrator/Desktop/92个诊疗方案及临床路径/"; File file = new File(filePath); File[] files = file.listFiles(); Str
POI实现word转html
han949417140的博客
05-19 2206
最近公司有需求word转html，这里记录一下方便以后使用。 添加maven依赖 <dependency> <groupId>cn.afterturn</groupId> <artifactId>easypoi-spring-boot-starter</artifactId> <version>4.2.0</version> .
使用POI实现Word到HTML的全面转换
Apache POI是一个Java库，用于读取和写入Microsoft Office格式的文件，如Excel, Word, PowerPoint等。通过使用Apache POI，开发者可以在Java应用程序中直接处理这些Office文件，而无需依赖于微软的Office软件。本文...
评论 7
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值