使用 JAVA 将 .docx 转换为 HTML [英] Convert .docx to HTML using JAVA
本文介绍了使用 JAVA 将 .docx 转换为 HTML的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我尝试使用 WordToHtmlConverter 将 .doc 转换为 HTML，并且效果很好.
I tried converting .doc to HTML by using WordToHtmlConverter and it worked perfectly.
但是当我尝试将 .docx 转换为 HTML 时，我被它卡住了.
But when i tried to convert .docx to HTML, i got stuck with it.
我尝试了什么:
我使用以下代码将 .docx 转换为 HTML:
I used the below code to convert .docx to HTML:
我尝试的代码:如何使用 Tika 的 XWPFWordExtractorDecorator 类?
InputStream input = TikaInputStream.get(new File("C:\\Users\\Downloads\\filename.docx"));
Parser parser = new AutoDetectParser();
StringWriter sw = new StringWriter();
SAXTransformerFactory factory = (SAXTransformerFactory)
SAXTransformerFactory.newInstance();
TransformerHandler handler = factory.newTransformerHandler();
handler.getTransformer().setOutputProperty(OutputKeys.METHOD, "html");
handler.getTransformer().setOutputProperty(OutputKeys.INDENT, "yes");
handler.setResult(new StreamResult(sw));
try {
Metadata metadata = new Metadata();
parser.parse(input, handler, metadata, new ParseContext());
String xml = sw.toString();
System.out.print("tika : "+xml);
} finally {
input.close();
}
我得到的输出是，
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<title/>
</head>
<body/>
</html>
- 请解释我哪里出错了?
- 有没有更好的方法将 .docx 转换为 html 字符串
感谢您的帮助，谢谢
推荐答案
这段代码帮助我将 .docx 转换为 html:
This code worked for me to convert .docx to html:
您还可以查看链接:代码链接
//convert .docx to HTML string
InputStream in= new FileInputStream(new File(path));
XWPFDocument document = new XWPFDocument(in);
XHTMLOptions options = XHTMLOptions.create().URIResolver(new FileURIResolver(new File("word/media")));
OutputStream out = new ByteArrayOutputStream();
XHTMLConverter.getInstance().convert(document, out, options);
String html=out.toString();
System.out.println(html);
这篇关于使用 JAVA 将 .docx 转换为 HTML的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
查看全文
