湛蓝之海 发表于 2021-10-6 14:42:39

java使用POI实现html和word相互转换

这篇文章主要为大家详细介绍了java使用POI实现html和word的相互转换,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
项目后端使用了springboot,maven,前端使用了ckeditor富文本编辑器。目前从html转换的word为doc格式,而图片处理支持的是docx格式,所以需要手动把doc另存为docx,然后才可以进行图片替换。
一.添加maven依赖
主要使用了以下和poi相关的依赖,为了便于获取html的图片元素,还使用了jsoup:


<dependency>
<groupid>org.apache.poi</groupid>
<artifactid>poi</artifactid>
<version>3.14</version>
</dependency>

<dependency>
<groupid>org.apache.poi</groupid>
<artifactid>poi-scratchpad</artifactid>
<version>3.14</version>
</dependency>

<dependency>
<groupid>org.apache.poi</groupid>
<artifactid>poi-ooxml</artifactid>
<version>3.14</version>
</dependency>

<dependency>
<groupid>fr.opensagres.xdocreport</groupid>
<artifactid>xdocreport</artifactid>
<version>1.0.6</version>
</dependency>

<dependency>
<groupid>org.apache.poi</groupid>
<artifactid>poi-ooxml-schemas</artifactid>
<version>3.14</version>
</dependency>

<dependency>
<groupid>org.apache.poi</groupid>
<artifactid>ooxml-schemas</artifactid>
<version>1.3</version>
</dependency>

<dependency>
<groupid>org.jsoup</groupid>
<artifactid>jsoup</artifactid>
<version>1.11.3</version>
</dependency>
二.word转换为html
在springboot项目的resources目录下新建static文件夹,将需要转换的word文件temp.docx粘贴进去,由于static是springboot的默认资源文件,所以不需要在配置文件里面另行配置了,如果改成其他名字,需要在application.yml进行相应配置。
doc格式转换为html:


public static string doctohtml() throws exception {
file path = new file(resourceutils.geturl("classpath:").getpath());
string imagepathstr = path.getabsolutepath() + "\\static\\image\\";
string sourcefilename = path.getabsolutepath() + "\\static\\test.doc";
string targetfilename = path.getabsolutepath() + "\\static\\test2.html";
file file = new file(imagepathstr);
if(!file.exists()) {
    file.mkdirs();
}
hwpfdocument worddocument = new hwpfdocument(new fileinputstream(sourcefilename));
org.w3c.dom.document document = documentbuilderfactory.newinstance().newdocumentbuilder().newdocument();
wordtohtmlconverter wordtohtmlconverter = new wordtohtmlconverter(document);
//保存图片,并返回图片的相对路径
wordtohtmlconverter.setpicturesmanager((content, picturetype, name, width, height) -> {
    try (fileoutputstream out = new fileoutputstream(imagepathstr + name)) {
      out.write(content);
    } catch (exception e) {
      e.printstacktrace();
    }
    return "image/" + name;
});
wordtohtmlconverter.processdocument(worddocument);
org.w3c.dom.document htmldocument = wordtohtmlconverter.getdocument();
domsource domsource = new domsource(htmldocument);
streamresult streamresult = new streamresult(new file(targetfilename));
transformerfactory tf = transformerfactory.newinstance();
transformer serializer = tf.newtransformer();
serializer.setoutputproperty(outputkeys.encoding, "utf-8");
serializer.setoutputproperty(outputkeys.indent, "yes");
serializer.setoutputproperty(outputkeys.method, "html");
serializer.transform(domsource, streamresult);
return targetfilename;
}
docx格式转换为html


public static string docxtohtml() throws exception {
file path = new file(resourceutils.geturl("classpath:").getpath());
string imagepath = path.getabsolutepath() + "\\static\\image";
string sourcefilename = path.getabsolutepath() + "\\static\\test.docx";
string targetfilename = path.getabsolutepath() + "\\static\\test.html";

outputstreamwriter outputstreamwriter = null;
try {
    xwpfdocument document = new xwpfdocument(new fileinputstream(sourcefilename));
    xhtmloptions options = xhtmloptions.create();
    // 存放图片的文件夹
    options.setextractor(new fileimageextractor(new file(imagepath)));
    // html中图片的路径
    options.uriresolver(new basicuriresolver("image"));
    outputstreamwriter = new outputstreamwriter(new fileoutputstream(targetfilename), "utf-8");
    xhtmlconverter xhtmlconverter = (xhtmlconverter) xhtmlconverter.getinstance();
    xhtmlconverter.convert(document, outputstreamwriter, options);
} finally {
    if (outputstreamwriter != null) {
      outputstreamwriter.close();
    }
}
return targetfilename;
}
转换成功后会生成对应的html文件,如果想在前端展示,直接读取文件转换为string返回给前端即可。


public static string readfile(string filepath) {
file file = new file(filepath);
inputstream input = null;
try {
    input = new fileinputstream(file);
} catch (filenotfoundexception e) {
    e.printstacktrace();
}
stringbuffer buffer = new stringbuffer();
byte[] bytes = new byte;
try {
    for (int n; (n = input.read(bytes)) != -1;) {
      buffer.append(new string(bytes, 0, n, "utf8"));
    }
} catch (ioexception e) {
    e.printstacktrace();
}
return buffer.tostring();
}
在富文本编辑器ckeditor中的显示效果:

三.html转换为word
实现思路就是先把html中的所有图片元素提取出来,统一替换为变量字符”${imgreplace}“,如果多张图片,可以依序排列下去,之后生成对应的doc文件(之前试过直接生成docx文件发现打不开,这个问题尚未找到好的解决方法),我们将其另存为docx文件,之后就可以替换变量为图片了:


public static string writewordfile(string content) {
    string path = "d:/wordfile";
    map<string, object> param = new hashmap<string, object>();

    if (!"".equals(path)) {
      file filedir = new file(path);
      if (!filedir.exists()) {
      filedir.mkdirs();
      }
      content = htmlutils.htmlunescape(content);
      list<hashmap<string, string>> imgs = getimgstr(content);
      int count = 0;
      for (hashmap<string, string> img : imgs) {
      count++;
      //处理替换以“/>”结尾的img标签
      content = content.replace(img.get("img"), "${imgreplace" + count + "}");
      //处理替换以“>”结尾的img标签
      content = content.replace(img.get("img1"), "${imgreplace" + count + "}");
      map<string, object> header = new hashmap<string, object>();

      try {
          file filepath = new file(resourceutils.geturl("classpath:").getpath());
          string imagepath = filepath.getabsolutepath() + "\\static\\";
          imagepath += img.get("src").replaceall("/", "\\\\");
          //如果没有宽高属性,默认设置为400*300
          if(img.get("width") == null || img.get("height") == null) {
            header.put("width", 400);
            header.put("height", 300);
          }else {
            header.put("width", (int) (double.parsedouble(img.get("width"))));
            header.put("height", (int) (double.parsedouble(img.get("height"))));
          }
          header.put("type", "jpg");
          header.put("content", officeutil.inputstream2bytearray(new fileinputstream(imagepath), true));
      } catch (filenotfoundexception e) {
          e.printstacktrace();
      }
      param.put("${imgreplace" + count + "}", header);
      }
      try {
      // 生成doc格式的word文档,需要手动改为docx
      byte by[] = content.getbytes("utf-8");
      bytearrayinputstream bais = new bytearrayinputstream(by);
      poifsfilesystem poifs = new poifsfilesystem();
      directoryentry directory = poifs.getroot();
      documententry documententry = directory.createdocument("worddocument", bais);
      fileoutputstream ostream = new fileoutputstream("d:\\wordfile\\temp.doc");
      poifs.writefilesystem(ostream);
      bais.close();
      ostream.close();

      // 临时文件(手动改好的docx文件)
      customxwpfdocument doc = officeutil.generateword(param, "d:\\wordfile\\temp.docx");
      //最终生成的带图片的word文件
      fileoutputstream fopts = new fileoutputstream("d:\\wordfile\\final.docx");
      doc.write(fopts);
      fopts.close();
      } catch (exception e) {
      e.printstacktrace();
      }

    }
    return "d:/wordfile/final.docx";
}

//获取html中的图片元素信息
public static list<hashmap<string, string>> getimgstr(string htmlstr) {
    list<hashmap<string, string>> pics = new arraylist<hashmap<string, string>>();

    document doc = jsoup.parse(htmlstr);
    elements imgs = doc.select("img");
    for (element img : imgs) {
      hashmap<string, string> map = new hashmap<string, string>();
      if(!"".equals(img.attr("width"))) {
      map.put("width", img.attr("width").substring(0, img.attr("width").length() - 2));
      }
      if(!"".equals(img.attr("height"))) {
      map.put("height", img.attr("height").substring(0, img.attr("height").length() - 2));
      }
      map.put("img", img.tostring().substring(0, img.tostring().length() - 1) + "/>");
      map.put("img1", img.tostring());
      map.put("src", img.attr("src"));
      pics.add(map);
    }
    return pics;
}
officeutil工具类,之前发现网上的写法只支持一张图片的修改,多张图片就会报错,是因为添加了图片,processparagraphs方法中的runs的大小改变了,会报arraylist的异常,就和我们循环list中删除元素会报异常道理一样,解决方法就是复制一个新的arraylist进行循环即可:


package com.example.demo.util;

import java.io.bytearrayinputstream;
import java.io.fileinputstream;
import java.io.ioexception;
import java.io.inputstream;
import java.util.arraylist;
import java.util.iterator;
import java.util.list;
import java.util.map;
import java.util.map.entry;

import org.apache.poi.poixmldocument;
import org.apache.poi.hwpf.extractor.wordextractor;
import org.apache.poi.openxml4j.opc.opcpackage;
import org.apache.poi.xwpf.usermodel.xwpfparagraph;
import org.apache.poi.xwpf.usermodel.xwpfrun;
import org.apache.poi.xwpf.usermodel.xwpftable;
import org.apache.poi.xwpf.usermodel.xwpftablecell;
import org.apache.poi.xwpf.usermodel.xwpftablerow;

/**
* 适用于word 2007
*/
public class officeutil {

/**
   * 根据指定的参数值、模板,生成 word 文档
   * @param param 需要替换的变量
   * @param template 模板
   */
public static customxwpfdocument generateword(map<string, object> param, string template) {
    customxwpfdocument doc = null;
    try {
      opcpackage pack = poixmldocument.openpackage(template);
      doc = new customxwpfdocument(pack);
      if (param != null && param.size() > 0) {

      //处理段落
      list<xwpfparagraph> paragraphlist = doc.getparagraphs();
      processparagraphs(paragraphlist, param, doc);

      //处理表格
      iterator<xwpftable> it = doc.gettablesiterator();
      while (it.hasnext()) {
          xwpftable table = it.next();
          list<xwpftablerow> rows = table.getrows();
          for (xwpftablerow row : rows) {
            list<xwpftablecell> cells = row.gettablecells();
            for (xwpftablecell cell : cells) {
            list<xwpfparagraph> paragraphlisttable = cell.getparagraphs();
            processparagraphs(paragraphlisttable, param, doc);
            }
          }
      }
      }
    } catch (exception e) {
      e.printstacktrace();
    }
    return doc;
}
/**
   * 处理段落
   * @param paragraphlist
   */
public static void processparagraphs(list<xwpfparagraph> paragraphlist,map<string, object> param,customxwpfdocument doc){
    if(paragraphlist != null && paragraphlist.size() > 0){
      for(xwpfparagraph paragraph:paragraphlist){
      //poi转换过来的行间距过大,需要手动调整
      if(paragraph.getspacingbefore() >= 1000 || paragraph.getspacingafter() > 1000) {
          paragraph.setspacingbefore(0);
          paragraph.setspacingafter(0);
      }
      //设置word中左右间距
      paragraph.setindentationleft(0);
      paragraph.setindentationright(0);
      list<xwpfrun> runs = paragraph.getruns();
      //加了图片,修改了paragraph的runs的size,所以循环不能使用runs
      list<xwpfrun> allruns = new arraylist<xwpfrun>(runs);
      for (xwpfrun run : allruns) {
          string text = run.gettext(0);
          if(text != null){
            boolean issettext = false;
            for (entry<string, object> entry : param.entryset()) {
            string key = entry.getkey();
            if(text.indexof(key) != -1){
                issettext = true;
                object value = entry.getvalue();
                if (value instanceof string) {//文本替换
                  text = text.replace(key, value.tostring());
                } else if (value instanceof map) {//图片替换
                  text = text.replace(key, "");
                  map pic = (map)value;
                  int width = integer.parseint(pic.get("width").tostring());
                  int height = integer.parseint(pic.get("height").tostring());
                  int pictype = getpicturetype(pic.get("type").tostring());
                  byte[] bytearray = (byte[]) pic.get("content");
                  bytearrayinputstream byteinputstream = new bytearrayinputstream(bytearray);
                  try {
                  string blipid = doc.addpicturedata(byteinputstream,pictype);
                  doc.createpicture(blipid,doc.getnextpicnamenumber(pictype), width, height,paragraph);
                  } catch (exception e) {
                  e.printstacktrace();
                  }
                }
            }
            }
            if(issettext){
            run.settext(text,0);
            }
          }
      }
      }
    }
}
/**
   * 根据图片类型,取得对应的图片类型代码
   * @param pictype
   * @return int
   */
private static int getpicturetype(string pictype){
    int res = customxwpfdocument.picture_type_pict;
    if(pictype != null){
      if(pictype.equalsignorecase("png")){
      res = customxwpfdocument.picture_type_png;
      }else if(pictype.equalsignorecase("dib")){
      res = customxwpfdocument.picture_type_dib;
      }else if(pictype.equalsignorecase("emf")){
      res = customxwpfdocument.picture_type_emf;
      }else if(pictype.equalsignorecase("jpg") || pictype.equalsignorecase("jpeg")){
      res = customxwpfdocument.picture_type_jpeg;
      }else if(pictype.equalsignorecase("wmf")){
      res = customxwpfdocument.picture_type_wmf;
      }
    }
    return res;
}
/**
   * 将输入流中的数据写入字节数组
   * @param in
   * @return
   */
public static byte[] inputstream2bytearray(inputstream in,boolean isclose){
    byte[] bytearray = null;
    try {
      int total = in.available();
      bytearray = new byte;
      in.read(bytearray);
    } catch (ioexception e) {
      e.printstacktrace();
    }finally{
      if(isclose){
      try {
          in.close();
      } catch (exception e2) {
          system.out.println("关闭流失败");
      }
      }
    }
    return bytearray;
}
}
我认为之所以word2003不支持图片替换,主要是处理2003版本的hwpfdocument对象被声明为了final,我们就无法重写他的方法了。而处理2007版本的类为xwpfdocument,是可以继承的,通过继承xwpfdocument,重写createpicture方法即可实现图片替换,以下为对应的customxwpfdocument类:


package com.example.demo.util;

import java.io.ioexception;
import java.io.inputstream;
import org.apache.poi.openxml4j.opc.opcpackage;
import org.apache.poi.xwpf.usermodel.xwpfdocument;
import org.apache.poi.xwpf.usermodel.xwpfparagraph;
import org.apache.xmlbeans.xmlexception;
import org.apache.xmlbeans.xmltoken;
import org.openxmlformats.schemas.drawingml.x2006.main.ctnonvisualdrawingprops;
import org.openxmlformats.schemas.drawingml.x2006.main.ctpositivesize2d;
import org.openxmlformats.schemas.drawingml.x2006.wordprocessingdrawing.ctinline;

/**
* 自定义 xwpfdocument,并重写 createpicture()方法
*/
public class customxwpfdocument extends xwpfdocument {
public customxwpfdocument(inputstream in) throws ioexception {
    super(in);
}

public customxwpfdocument() {
    super();
}

public customxwpfdocument(opcpackage pkg) throws ioexception {
    super(pkg);
}

/**
   * @param ind
   * @param width 宽
   * @param height 高
   * @param paragraph 段落
   */
public void createpicture(string blipid, int ind, int width, int height,xwpfparagraph paragraph) {
    final int emu = 9525;
    width *= emu;
    height *= emu;
    ctinline inline = paragraph.createrun().getctr().addnewdrawing().addnewinline();
    string picxml = ""
      + "<a:graphic xmlns:a=\"http://schemas.openxmlformats.org/drawingml/2006/main\">"
      + "<a:graphicdata uri=\"http://schemas.openxmlformats.org/drawingml/2006/picture\">"
      + "   <pic:pic xmlns:pic=\"http://schemas.openxmlformats.org/drawingml/2006/picture\">"
      + "   <pic:nvpicpr>" + "      <pic:cnvpr id=\""
      + ind
      + "\" name=\"generated\"/>"
      + "      <pic:cnvpicpr/>"
      + "   </pic:nvpicpr>"
      + "   <pic:blipfill>"
      + "      <a:blip r:embed=\""
      + blipid
      + "\" xmlns:r=\"http://schemas.openxmlformats.org/officedocument/2006/relationships\"/>"
      + "      <a:stretch>"
      + "      <a:fillrect/>"
      + "      </a:stretch>"
      + "   </pic:blipfill>"
      + "   <pic:sppr>"
      + "      <a:xfrm>"
      + "      <a:off x=\"0\" y=\"0\"/>"
      + "      <a:ext cx=\""
      + width
      + "\" cy=\""
      + height
      + "\"/>"
      + "      </a:xfrm>"
      + "      <a:prstgeom prst=\"rect\">"
      + "      <a:avlst/>"
      + "      </a:prstgeom>"
      + "   </pic:sppr>"
      + "   </pic:pic>"
      + "</a:graphicdata>" + "</a:graphic>";

    inline.addnewgraphic().addnewgraphicdata();
    xmltoken xmltoken = null;
    try {
      xmltoken = xmltoken.factory.parse(picxml);
    } catch (xmlexception xe) {
      xe.printstacktrace();
    }
    inline.set(xmltoken);

    inline.setdistt(0);   
    inline.setdistb(0);   
    inline.setdistl(0);   
    inline.setdistr(0);   

    ctpositivesize2d extent = inline.addnewextent();
    extent.setcx(width);
    extent.setcy(height);

    ctnonvisualdrawingprops docpr = inline.addnewdocpr();   
    docpr.setid(ind);   
    docpr.setname("图片" + ind);   
    docpr.setdescr("测试");
}
}
以上就是通过poi实现html和word的相互转换,对于html无法转换为可读的docx这个问题尚未解决,如果大家有好的解决方法可以交流一下。
原文链接:https://blog.csdn.net/j1231230/article/details/80712531

http://www.zzvips.com/article/172749.html
页: [1]
查看完整版本: java使用POI实现html和word相互转换