MS Word 文档到 RTF 文档

Question

我有一个问题：我的应用程序必须将 ms word 文档（从另一个系统导入）转换为 rtf 文档，以便使用 OOo API 进行操作并避免错误（出于编码不兼容的原因）。

请问：如何直接从我的 Java 应用程序操作 ms word 文档？是否有 API（如 POI 或 OOo）允许我在没有任何编码不兼容性的情况下完成我的工作？

我的系统在 Linux 服务器机器上运行（例如所有公共生产系统），我只安装了 OOo。

使用 OOo java API，我可以打开、操作和保存文档，但是，在最后一段时期，我看到了很多关于 Ms Word 封闭式编码和 OOo 开放式文档格式编码之间的编码不兼容的问题（我指的是swriter）。 在许多情况下，带有特定项目符号的列表（例如，'-' 或嵌套列表）、页码（例如，x 格式的 1）和许多其他格式选项，输出文档（来自操作）显示许多错误，原因是：我认为，这两种编码格式不兼容。

现在，我正在研究 Apache POI 功能，以了解我是否可以用它打开 Ms Word，并将文档保存为 RTF 格式，即能够将不兼容降低到最低水平的交换格式。

你有同样的问题吗？你能告诉我一个更强大的 POI 的 Java 开源库吗？或者，您能否建议我使用 POI+iText 之类的组合方法来执行 ms word 到 rtf 的转换步骤？

Answer 1

当我被要求提供一种可靠地将 doc 转换为 tiff 的方法时，我做了一些研究。那里有许多库——免费的和商业的，都声称能够呈现 ms.docs。它们都没有提供 100% 准确的渲染。

我必须这样做的方法是在包装器中运行 MS Word，并通过 OLE 自动化对其进行操作以执行我需要的操作。这（在后台运行 Word）本身有一些小问题，但通过周到的设计，您可以让它发挥作用。

您的案例比我的更简单，因为您只需打开文档，然后将其另存为。

编辑

@Paolo - 你去。我也经历过同样的事情 - 评估各种包，包括 OO 并发现它们是 mmmm ......不够精确。当然，这完全取决于您的客户对文档格式的严格程度。我的非常挑剔 - 直到页边距大小和图片位置。

另一种选择是提供（并获得批准）不精确的列表。不幸的是，对于每一个新文档，您都会有机会找到一个新文档

Answer 2

Docvert 允许您设置 Web 服务以将 Word 文档转换为 Open Office 格式。它虽然对 OLE 对象产生了影响。