htmlからワードポイへ

現代社会では、使用や共有を容易にするために、Web コンテンツを他のドキュメント形式に変換する必要があることがよくあります。その中で、HTML 形式を Word 形式に変換することは一般的な要件です。Word 形式は幅広い用途と使いやすさを備えていますが、HTML 形式には大量の Web ページ情報とマルチメディア要素が含まれているためです。この記事では、読者が関連する問題を解決できるように、POI ライブラリを使用して HTML 形式を Word 形式に変換する方法を紹介します。

1. POI ライブラリの紹介
Apache POI (Poor Obfuscation Implementation) は、Word、Excel、PowerPoint およびその他のファイル形式を含む Microsoft Office 形式のファイルの読み書きに使用される Java ライブラリです。 Pure Java で実装されており、プラットフォーム間で使用でき、さまざまな Java 開発環境に適しています。 POIライブラリは大規模な開発コミュニティと高度なカスタマイズ性を備えており、豊富な機能とカスタマイズされたニーズを実現できます。したがって、POI ライブラリを使用して HTML を Word に変換することは、低コストで信頼性の高い方法です。

2. HTML から POI への変換
まず、HTML 形式でドキュメントを読み取り、POI が処理できる形式に変換する必要があります。 POI の XWPFDocument クラスは、HTML コンテンツを挿入できる Word 形式のテンプレートを提供できます。具体的な操作方法は次のとおりです。

1. HTML ファイルの読み取り
   Java のファイル読み取りストリームを使用して、ファイルの内容をプログラムに読み取ることができます。たとえば、次のようになります。
ファイル htmlFile = new File("test.html");

StringBuilder htmlContent = new StringBuilder();

try {

BufferedReader in = new BufferedReader(new FileReader(htmlFile));
String line;
while ((line = in.readLine()) != null) {
    htmlContent.append(line);
}

} catch (IOException e) {

e.printStackTrace();

}

HTML コンテンツの解析

HTML ファイルを読み取った後、Word テンプレートに挿入するために、いくつかのルールに従ってタグ、スタイル、テキスト、その他のコンテンツを解析する必要があります。 。ここでは、HTML 解析に jsoup ライブラリを使用します。 jsoup は、HTML コンテンツを迅速に解析するのに役立つ、強力で操作が簡単な Java HTML パーサーです。たとえば、次のコードを使用して、HTML 内のすべてのテキスト コンテンツを読み取ることができます:
2. 
   
Document doc = Jsoup.parse(htmlContent.toString());

String textContent = doc.body() .text();

Word ドキュメントの作成

HTML コンテンツと解析結果を使用して、Word ドキュメントの作成を開始できます。 POI では、次のように XWPFDocument クラスを通じて新しい Word ドキュメントを作成できます:
3. 
   
XWPFDocument doc = new XWPFDocument();

Insert HTML content

Word テンプレートと HTML コンテンツを取得したら、それらを結合する必要があります。ここでは、まず POI で run クラスを使用してテキスト コンテンツを挿入します。具体的な操作方法は以下の通りです。
4. 
   
XWPFParagraph para = doc.createParagraph();

for (Node ノード : doc.childNodes()) {

if (node instanceof TextNode) {
    para.createRun().setText(((TextNode) node).text());
} else if (node instanceof Element) {
    Element ele = (Element) node;
    switch (ele.tagName().toLowerCase()) {
        case "b":
        case "strong":
            para.createRun().setBold(true);
            break;
        case "i":
        case "em":
            para.createRun().setItalic(true);
            break;
        case "u":
            para.createRun().setUnderline(UnderlinePatterns.SINGLE);
            break;
        case "strike":
            para.createRun().setStrike(true);
            break;
        default:
            para.createRun().setText(ele.text());
    }
}

}

ここでは、HTML ノードとタグを再帰的に解析して、テキスト、スタイル、その他のコンテンツを Word テンプレートに順番に挿入します。 POI の XWPFRun クラスは、太字、斜体、下線、取り消し線などのテキスト コンテンツの書式設定に使用されます。

Word ドキュメントの出力

最後に、後で使用および共有できるように、生成された Word ドキュメントを出力する必要があります。具体的な方法は次のとおりです。
5. 
   
try (FileOutputStream out = new FileOutputStream("test.docx")) {

doc.write(out);

} catch (IOException e) {

e.printStackTrace();

}

ここでは、Java のファイル出力ストリームを使用して XWPFDocument オブジェクトをファイルに出力し、使用可能な Word ドキュメントを生成します。

3. 概要

POI ライブラリを使用して HTML 形式を Word 形式に変換することは、日常的な Web コンテンツ変換のニーズを満たすことができるシンプルで信頼性の高い方法です。この記事では主に、HTML 形式のファイルを読み込み、POI が処理できる形式に変換し、POI の XWPFDocument クラスを使用して HTML コンテンツを挿入して Word ドキュメントを出力する方法を紹介します。読者は、自分のニーズに応じてカスタマイズおよび最適化して、より良いエクスペリエンスと効果を得ることができます。

以上がhtmlからワードポイへの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。