posts - 33,  comments - 11,  trackbacks - 0

 

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:

 1public class JacobUtil   
 2{   
 3    public static final int WORD_HTML = 8;   
 4  
 5    public static final int WORD_TXT = 7;   
 6  
 7    public static final int EXCEL_HTML = 44;   
 8  
 9    /**  
10     * WORD转HTML  
11     * @param docfile WORD文件全路径  
12     * @param htmlfile 转换后HTML存放路径  
13     */
  
14    public static void wordToHtml(String docfile, String htmlfile)   
15    {   
16        ActiveXComponent app = new ActiveXComponent("Word.Application"); // 启动word   
17        try  
18        {   
19            app.setProperty("Visible"new Variant(false));   
20            Dispatch docs = app.getProperty("Documents").toDispatch();   
21            Dispatch doc = Dispatch.invoke(   
22                    docs,   
23                    "Open",   
24                    Dispatch.Method,   
25                    new Object[] { docfile, new Variant(false),   
26                            new Variant(true) }
new int[1]).toDispatch();   
27            Dispatch.invoke(doc, "SaveAs", Dispatch.Method, new Object[] {   
28                    htmlfile, new Variant(WORD_HTML) }
new int[1]);   
29            Variant f = new Variant(false);   
30            Dispatch.call(doc, "Close", f);   
31        }
   
32        catch (Exception e)   
33        {   
34            e.printStackTrace();   
35        }
   
36        finally  
37        {   
38            app.invoke("Quit"new Variant[] {});   
39        }
   
40    }
   
41  
42    /**  
43     * EXCEL转HTML  
44     * @param xlsfile EXCEL文件全路径  
45     * @param htmlfile 转换后HTML存放路径  
46     */
  
47    public static void excelToHtml(String xlsfile, String htmlfile)   
48    {   
49        ActiveXComponent app = new ActiveXComponent("Excel.Application"); // 启动word   
50        try  
51        {   
52            app.setProperty("Visible"new Variant(false));   
53            Dispatch excels = app.getProperty("Workbooks").toDispatch();   
54            Dispatch excel = Dispatch.invoke(   
55                    excels,   
56                    "Open",   
57                    Dispatch.Method,   
58                    new Object[] { xlsfile, new Variant(false),   
59                            new Variant(true) }
new int[1]).toDispatch();   
60            Dispatch.invoke(excel, "SaveAs", Dispatch.Method, new Object[] {   
61                    htmlfile, new Variant(EXCEL_HTML) }
new int[1]);   
62            Variant f = new Variant(false);   
63            Dispatch.call(excel, "Close", f);   
64        }
   
65        catch (Exception e)   
66        {   
67            e.printStackTrace();   
68        }
   
69        finally  
70        {   
71            app.invoke("Quit"new Variant[] {});   
72        }
   
73    }
   
74  
75}
  
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

 

1、下载xpdf最新版本,地址:http://www.foolabs.com/xpdf/download.html

我下载的是xpdf-3.02pl2-win32.zip

 

2、下载中文支持包

我下载的是xpdf-chinese-simplified.tar.gz

 

3、下载pdftohtml支持包

地址:http://sourceforge.net/projects/pdftohtml/

我下载的是:pdftohtml-0.39-win32.tar.gz

 

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 复制代码 收藏代码
#----- 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 复制代码 收藏代码
@echo off   
set folderPath
=%1  
set filePath
=%2  
cd 
/%folderPath%   
pdftohtml 
-enc GBK %filePath%   
exit 
7) 创建类

JAVA代码
public class ConvertPdf   
{   
    
private static String INPUT_PATH;   
    
private static String PROJECT_PATH;   
       
    
public static void convertToHtml(String file, String project)   
    
{   
        INPUT_PATH 
= file;   
        PROJECT_PATH 
= project;   
        
if(checkContentType()==0)   
        
{   
            toHtml();   
        }
   
    }
   
       
    
private static int checkContentType()   
    
{   
        String type 
= INPUT_PATH.substring(INPUT_PATH.lastIndexOf("."+ 1, INPUT_PATH.length())   
                .toLowerCase();   
        
if (type.equals("pdf"))   
            
return 0;   
        
else  
            
return 9;   
    }
   
       
    
private static void toHtml()   
    
{   
        
if(new File(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();   
            }
   
        }
   
    }
   
       
}
  

String cmd = "....";此处代码是调用创建的bat文件进行转换 

 

8) 测试转换
 JAVA代码复制代码 收藏代码

public static void main(String[] args)   
{   
    ConvertPdf.convertToHtml(
"C:\\test.pdf""X:\\xpdf");   
}
  
posted on 2011-04-20 14:26 方涛升 阅读(14308) 评论(3)  编辑  收藏 所属分类: j2ee

FeedBack:
# re: java将Word/Excel/PDF文件转换成HTML整理
2011-09-19 16:07 | 529597089
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;

这些怎么配置?我咋老配置不对!  回复  更多评论
  
# re: java将Word/Excel/PDF文件转换成HTML整理
2013-10-16 09:44 | ;;
Source: Microsoft Excel
Description: 类 Workbook 的 SaveAs 方法无效


请问这个怎么解决  回复  更多评论
  
# re: java将Word/Excel/PDF文件转换成HTML整理
2014-02-28 15:23 | 诺诺
不管用啊,有没有源码给分享下啊~~~  回复  更多评论
  

只有注册用户登录后才能发表评论。


网站导航:
 
<2011年4月>
272829303112
3456789
10111213141516
17181920212223
24252627282930
1234567

常用链接

留言簿(2)

随笔分类

随笔档案

文章分类

搜索

  •  

最新评论

阅读排行榜

评论排行榜