ポイワードからHTMLへ

WBOYオリジナル: 2023-05-15 21:58:551947ブラウズ

インターネットの発展に伴い、HTML はますます広く使用されるようになり、HTML 形式に変換する必要があるドキュメントが増えています。 POI Word は、Microsoft Word ドキュメントを読み取って操作できる Java のオープンソースライブラリであるため、POI Word ドキュメントを HTML 形式に変換することが非常に必要です。

この記事では、POI Word を使用して Word 文書を HTML 形式に変換する方法を紹介します。

1. POI Word ライブラリをダウンロードします

まず、POI Word ライブラリをダウンロードする必要があります。POI ライブラリの最新バージョンは公式 Web サイトからダウンロードするか、次の URL からダウンロードできます。 Maven リポジトリ。

Maven ウェアハウスのアドレスは次のとおりです:

https://mvnrepository.com/artifact/org.apache.poi/poi-ooxml/5.0.0

Afterダウンロードが完了したら、プロジェクトにインポートします。

2. Word ドキュメントのコンテンツを読み取る

POI Word を使用して Word ドキュメントを HTML 形式に変換するには、まず Word ドキュメントのコンテンツを読み取り、HTML ファイルを作成する必要があります。。

コードは次のとおりです:

// 读取Word文档
XWPFDocument document = new XWPFDocument(new FileInputStream("test.docx"));

// 创建HTML文件
File file = new File("test.html");
FileOutputStream fos = new FileOutputStream(file);

3. HTML ファイルヘッダーの作成

HTML ファイルでは、DOCTYPE タイプといくつかの必要なメタデータを定義する必要があります。

// 定义HTML头部
fos.write(("<!DOCTYPE html>
" +
        "<html>
" +
        "<head>
" +
        "<meta charset="UTF-8">
" +
        "<meta name="viewport" content="width=device-width, initial-scale=1.0">
" +
        "<title>Test</title>
" +
        "</head>
" +
        "<body>
").getBytes());

4. Word 文書のコンテンツを HTML 形式に変換する

Word 文書の各段落と各表を調べて、HTML 形式に変換する必要があります。

// 遍历每个段落
for (XWPFParagraph para : document.getParagraphs()){
    // 获取段落样式
    String style = para.getStyle();

    // 获取段落内容
    String text = para.getText();

    // 将段落转换为HTML格式
    String html = "<p style="" + style + "">" + text + "</p>
";

    // 写入HTML文件
    fos.write(html.getBytes());
}

// 遍历每个表格
for (XWPFTable table : document.getTables()){
    // 获取表格边框样式
    String border = table.getCTTbl().getTblPr().getTblBorders().getTop().getVal().toString();

    // 将表格转换为HTML格式
    String html = "<table style="border-collapse: collapse; border: 1px solid " + border + "">
";

    // 遍历表格中的每一行
    for (XWPFTableRow row : table.getRows()){
        html += "<tr>
";

        // 遍历每一列
        for (XWPFTableCell cell : row.getTableCells()){
            // 获取单元格内容
            String content = cell.getText();

            // 将单元格转换为HTML格式
            html += "<td>" + content + "</td>
";
        }

        html += "</tr>
";
    }

    html += "</table>
";

    // 写入HTML文件
    fos.write(html.getBytes());
}

5. HTML ファイルの末尾を作成します

最後に、HTML ファイルの末尾を作成する必要があります。コードは次のとおりです:

// 创建HTML尾部
fos.write(("</body>
</html>").getBytes());

// 关闭输出流
fos.close();

この時点で、Word ドキュメントは HTML 形式に正常に変換されました。

完全なコードは次のとおりです:

import org.apache.poi.xwpf.usermodel.*;

import java.io.File;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;

public class WordToHtml {
    public static void main(String[] args) throws IOException {
        // 读取Word文档
        XWPFDocument document = new XWPFDocument(new FileInputStream("test.docx"));

        // 创建HTML文件
        File file = new File("test.html");
        FileOutputStream fos = new FileOutputStream(file);

        // 创建HTML头部
        fos.write(("<!DOCTYPE html>
" +
                "<html>
" +
                "<head>
" +
                "<meta charset="UTF-8">
" +
                "<meta name="viewport" content="width=device-width, initial-scale=1.0">
" +
                "<title>Test</title>
" +
                "</head>
" +
                "<body>
").getBytes());

        // 遍历每个段落
        for (XWPFParagraph para : document.getParagraphs()){
            // 获取段落样式
            String style = para.getStyle();

            // 获取段落内容
            String text = para.getText();

            // 将段落转换为HTML格式
            String html = "<p style="" + style + "">" + text + "</p>
";

            // 写入HTML文件
            fos.write(html.getBytes());
        }

        // 遍历每个表格
        for (XWPFTable table : document.getTables()){
            // 获取表格边框样式
            String border = table.getCTTbl().getTblPr().getTblBorders().getTop().getVal().toString();

            // 将表格转换为HTML格式
            String html = "<table style="border-collapse: collapse; border: 1px solid " + border + "">
";

            // 遍历表格中的每一行
            for (XWPFTableRow row : table.getRows()){
                html += "<tr>
";

                // 遍历每一列
                for (XWPFTableCell cell : row.getTableCells()){
                    // 获取单元格内容
                    String content = cell.getText();

                    // 将单元格转换为HTML格式
                    html += "<td>" + content + "</td>
";
                }

                html += "</tr>
";
            }

            html += "</table>
";

            // 写入HTML文件
            fos.write(html.getBytes());
        }

        // 创建HTML尾部
        fos.write(("</body>
</html>").getBytes());

        // 关闭输出流
        fos.close();
    }
}

POI Word は DOCX 形式のドキュメントの読み取りのみをサポートしているため、ドキュメントを DOC 形式に変換する必要がある場合は、HWPFOldDocument クラスを使用する必要があります。

変換された HTML ファイルは、実際のニーズに応じて調整して書式設定する必要がある場合がありますが、この記事で説明する方法は、Word 文書を HTML 形式にすばやく変換し、作業効率を向上させるのに役立ちます。

以上がポイワードからHTML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。

Java html maven apache https microsoft word

声明：

この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

前の記事：html携帯電話のコードが文字化けする次の記事：html携帯電話のコードが文字化けする

続きを見る