使用Jacob转换Word,Excel为HTML

来自ling
跳转至: 导航搜索

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:

public class JacobUtil  
{  
    public static final int WORD_HTML = 8;  
  
    public static final int WORD_TXT = 7;  
  
    public static final int EXCEL_HTML = 44;  
  
    /** 
     * WORD转HTML 
     * @param docfile WORD文件全路径 
     * @param htmlfile 转换后HTML存放路径 
     */  
    public static void wordToHtml(String docfile, String htmlfile)  
    {  
        ActiveXComponent app = new ActiveXComponent("Word.Application"); // 启动word  
        try  
        {  
            app.setProperty("Visible", new Variant(false));  
            Dispatch docs = app.getProperty("Documents").toDispatch();  
            Dispatch doc = Dispatch.invoke(  
                    docs,  
                    "Open",  
                    Dispatch.Method,  
                    new Object[] { docfile, new Variant(false),  
                            new Variant(true) }, new int[1]).toDispatch();  
            Dispatch.invoke(doc, "SaveAs", Dispatch.Method, new Object[] {  
                    htmlfile, new Variant(WORD_HTML) }, new int[1]);  
            Variant f = new Variant(false);  
            Dispatch.call(doc, "Close", f);  
        }  
        catch (Exception e)  
        {  
            e.printStackTrace();  
        }  
        finally  
        {  
            app.invoke("Quit", new Variant[] {});  
        }  
    }  
  
    /** 
     * EXCEL转HTML 
     * @param xlsfile EXCEL文件全路径 
     * @param htmlfile 转换后HTML存放路径 
     */  
    public static void excelToHtml(String xlsfile, String htmlfile)  
    {  
        ActiveXComponent app = new ActiveXComponent("Excel.Application"); // 启动word  
        try  
        {  
            app.setProperty("Visible", new Variant(false));  
            Dispatch excels = app.getProperty("Workbooks").toDispatch();  
            Dispatch excel = Dispatch.invoke(  
                    excels,  
                    "Open",  
                    Dispatch.Method,  
                    new Object[] { xlsfile, new Variant(false),  
                            new Variant(true) }, new int[1]).toDispatch();  
            Dispatch.invoke(excel, "SaveAs", Dispatch.Method, new Object[] {  
                    htmlfile, new Variant(EXCEL_HTML) }, new int[1]);  
            Variant f = new Variant(false);  
            Dispatch.call(excel, "Close", f);  
        }  
        catch (Exception e)  
        {  
            e.printStackTrace();  
        }  
        finally  
        {  
            app.invoke("Quit", new Variant[] {});  
        }  
    }  
  
}

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:

#----- 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  收藏代码
@echo off  
set folderPath=%1  
set filePath=%2  
cd /d %folderPath%  
pdftohtml -enc GBK %filePath%  
exit

7) 创建类

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


public static void main(String[] args)  
{  
    ConvertPdf.convertToHtml("C:\\test.pdf", "X:\\xpdf");  
}

以上就是整理的内容,后续还会添加视频转换为FLV格式,如果需要的话:) 说的不是很详细,碰到问题的朋友可以自己努力解决一下:)