Java：将 rtf 或 doc 转成 html 格式

什么是 rtf 格式？ rtf 是一种富文本格式 Rich Text Format，可以包含文字 图片 等内容。rtf 可以用 word 或者 wps 直接打开，也可以用文本编辑器打开，如果用文本编辑器打开则可以显示其源码。rtf 源码格式解析可以参考这里。 

用 Java 代码解析 rtf 格式，可以用 Apache Tika 解析，且支持 rtf 格式，但是网上可参考的文档较少。但是网上 doc 转成 html 的参考文档较多，因此可采用如下步骤：

1. 将 rtf 转成 doc 格式
2. 将 doc 格式转换成 html

步骤 1 较为简单，可以先用 word 或者 wps 打开 rtf 文件，然后 文件 另存为 doc 即可。如果一个文件可以这样操作，如果有多上百个文件这样操作肯定较为繁琐，可以查看这篇文章，批量将 rtf 另存为 doc 格式。

步骤 2 可以参考网上的这篇文章， 通过 Apache POI 将 doc 转成 html 格式，且样式图片不会丢失。

对于步骤 2 中网上那篇文章将 doc 转 html 时，提取了其中的图片，然后 html 引入了图片的相对位置。其实还有一种办法，是将图片转成 base64 编码，直接内嵌在 html 网页中。代码如下：

首先导入依赖，这里采用的是 poi 3.17 版本，其他版本也可以。

    <dependencies>
        <dependency>
            <groupId>org.apache.poi</groupId>
            <artifactId>poi</artifactId>
            <version>3.17</version>
        </dependency>
        <dependency>
            <groupId>org.apache.poi</groupId>
            <artifactId>poi-ooxml</artifactId>
            <version>3.17</version>
        </dependency>
        <dependency>
            <groupId>org.apache.poi</groupId>
            <artifactId>poi-scratchpad</artifactId>
            <version>3.17</version>
        </dependency>
    </dependencies>

View Code