在 Apache POI 中使用 WordToHtmlConverter 转换器

Question

我正在尝试使用 WordToHtmlConverter 类转换 HTML 中的 word 文档，但文档不清楚。

WordToHtmlConverter 有一个采用 org.w3c.dom.Document 的构造函数，但我不认为它是 word 文档。

有没有人有关于如何加载word文档并将其转换为html的示例程序。

Answer 1

您现在最好的选择可能是查看单元测试，例如TestWordToHtmlConverter。这将告诉你如何做到这一点

一般来说，您传入要填充的 xml 文档，让 WordToHtmlConverter 从 Word 文档生成 HTML，然后将 xml 文档转换为适当的输出（缩进、换行等）

您的代码可能看起来像：

    Document newDocument = DocumentBuilderFactory.newInstance()
            .newDocumentBuilder().newDocument();
    WordToHtmlConverter wordToHtmlConverter = new WordToHtmlConverter(
            newDocument );

    wordToHtmlConverter.processDocument( hwpfDocument );

    StringWriter stringWriter = new StringWriter();
    Transformer transformer = TransformerFactory.newInstance()
            .newTransformer();
    transformer.setOutputProperty( OutputKeys.INDENT, "yes" );
    transformer.setOutputProperty( OutputKeys.ENCODING, "utf-8" );
    transformer.setOutputProperty( OutputKeys.METHOD, "html" );
    transformer.transform(
            new DOMSource( wordToHtmlConverter.getDocument() ),
            new StreamResult( stringWriter ) );

    String html = stringWriter.toString();