1. 下载POI工具并引用
2. 读取整个doc文档，获得该文档的所有字符串。
3. 从该字符串中得到标题，把该标题构成一个HTML格式的字符串，如<html><head><title>测试文档</title></head><body>。
4. 从该文档中判断是否有表格，如有，把每个表格的开始偏移量，结束偏移量记录下来，同时根据每个表格的行，列读取表格的内容，并构造出表格的HTML字符串。
5. 从该字符串的第一个字符开始逐个字符循环，得到字符的字体，字号大小，直到下一个字符的字体，字号不一样时，把这些字符内容构造成一个HTML格式的字符串。
6. 如果碰到字符为回车符，制表符，把回车符，制表符构造成HTML格式的字符串。
7. 如果碰到字符为图片，读取图片，把图片放在指定路径，再把这一路径的信息构造成HTML字符串，如<img src='c://test//1.jpg'/>。
8. 如读取字符串的位置等于表格的开始偏移量时，插入前面一构造出的表格HTML字符串，同时跳过表格的结束偏移量，继续往下循环读取字符。
9. 由于以上读取是按字符串逐个读取，并且根据字符的变化同时构造出HTML字符串，所以当字符串读取完毕后，即构造出一个完整的HTML字符串。
10. 举例
HTML文件
11.源代码
WordExcelToHtml.java
1. package
2. import
3. import
4. import
5. import
6. import
7. import
8. import
9. import
10.
11. import
12. import
13. import
14. import
15. import
16. import
17. import
18. import
19. import
20. import
21. import
22.
23.
24. public class
25.
26. /**
27. * 回车符ASCII码
28. */
29. private static final short ENTER_ASCII = 13;
30.
31. /**
32. * 空格符ASCII码
33. */
34. private static final short SPACE_ASCII = 32;
35.
36. /**
37. * 水平制表符ASCII码
38. */
39. private static final short TABULATION_ASCII = 9;
40.
41. public static String htmlText = "";
42. public static String htmlTextTbl = "";
43. public static int counter=0;
44. public static int beginPosi=0;
45. public static int endPosi=0;
46. public static int
47. public static int
48. public static
49. public static boolean tblExist=false;
50.
51. public static final String inputFile="c://bb.doc";
52. public static void
53. {
54. try
55. getWordAndStyle(inputFile);
56. catch
57. // TODO Auto-generated catch block
58. e.printStackTrace();
59. }
60. }
61.
62. /**
63. * 读取每个文字样式
64. *
65. * @param fileName
66. * @throws Exception
67. */
68.
69.
70. public static void getWordAndStyle(String fileName) throws
71. new FileInputStream(new
72. new
73.
74. //得到文档的读取范围
75. new
76. int num=100;
77.
78.
79. new int[num];
80. new int[num];
81. new
82.
83.
84.
85.
86.
87.
88. // 取得文档中字符的总数
89. int
90. // 创建图片容器
91. PicturesTable pTable = doc.getPicturesTable();
92.
93. "<html><head><title>" + doc.getSummaryInformation().getTitle() + "</title></head><body>";
94. // 创建临时字符串,好加以判断一串字符是否存在相同格式
95.
96. if(it.hasNext())
97. {
98. readTable(it,rangetbl);
99. }
100.
101. int cur=0;
102.
103. "";
104. for (int i = 0; i < length - 1; i++) {
105. // 整篇文章的字符通过一个个字符的来判断,range为得到文档的范围
106. new Range(i, i + 1, doc);
107.
108.
109.
110. 0);
111. //beginArray=new int[num];
112. //endArray=new int[num];
113. //htmlTextArray=new String[num];
114. if(tblExist)
115. {
116. if(i==beginArray[cur])
117. {
118. htmlText+=tempString+htmlTextArray[cur];
119. "";
120. 1;
121. cur++;
122. continue;
123. }
124. }
125. if
126. htmlText += tempString ;
127. // 读写图片
128. readPicture(pTable, cr);
129. "";
130. }
131. else
132.
133. new Range(i + 1, i + 2, doc);
134. // 第二个字符
135. 0);
136. char c = cr.text().charAt(0);
137.
138. "::"+range.getEndOffset()+"::"+range.getStartOffset()+"::"+c);
139.
140. // 判断是否为回车符
141. if
142. {
143. "<br/>";
144.
145. }
146. // 判断是否为空格符
147. else if
148. " ";
149. // 判断是否为水平制表符
150. else if
151. " ";
152. // 比较前后2个字符是否具有相同的格式
153. boolean
154. if
155. tempString += cr.text();
156. else
157. "<span style="font-family:" + cr.getFontName() + ";font-size:" + cr.getFontSize() / 2 + "pt;";
158.
159. if
160. "font-weight:bold;";
161. if
162. "font-style:italic;";
163.
164. "" mce_style="font-family:" + cr.getFontName() + ";font-size:" + cr.getFontSize() / 2 + "pt;";
165.
166. if
167. "font-weight:bold;";
168. if
169. "font-style:italic;";
170.
171. "">" + tempString + cr.text() + "</span>";
172. "";
173. }
174. }
175. }
176.
177. "</body></html>";
178. writeFile(htmlText);
179. }
180.
181. /**
182. * 读写文档中的表格
183. *
184. * @param pTable
185. * @param cr
186. * @throws Exception
187. */
188. public static void readTable(TableIterator it, Range rangetbl) throws
189.
190. "";
191. //迭代文档中的表格
192.
193. 1;
194. while
195. {
196. true;
197. "";
198. Table tb = (Table) it.next();
199. beginPosi=tb.getStartOffset() ;
200. endPosi=tb.getEndOffset();
201.
202. "............"+beginPosi+"...."+endPosi);
203. 1;
204. //迭代行，默认从0开始
205. beginArray[counter]=beginPosi;
206. endArray[counter]=endPosi;
207.
208. "<table border>";
209. for (int i = 0; i < tb.numRows(); i++) {
210. TableRow tr = tb.getRow(i);
211.
212. "<tr>";
213. //迭代列，默认从0开始
214. for (int j = 0; j < tr.numCells(); j++) {
215. //取得单元格
216. int
217.
218. //取得单元格的内容
219. for(int k=0;k<td.numParagraphs();k++){
220. Paragraph para =td.getParagraph(k);
221. String s = para.text().toString().trim();
222. if(s=="")
223. {
224. " ";
225. }
226. System.out.println(s);
227. "<td width="+cellWidth+ ">"+s+"</td>";
228. ":"+j+":"+cellWidth+":"+s);
229. //end for
230. //end for
231. //end for
232. "</table>"
233. htmlTextArray[counter]=htmlTextTbl;
234.
235. //end while
236. }
237.
238. /**
239. * 读写文档中的图片
240. *
241. * @param pTable
242. * @param cr
243. * @throws Exception
244. */
245. public static void readPicture(PicturesTable pTable, CharacterRun cr) throws
246. // 提取图片
247. false);
248. // 返回POI建议的图片文件名
249. String afileName = pic.suggestFullFileName();
250. new FileOutputStream(new File("c://test"
251. pic.writeImageContent(out);
252. "<img src="c://test//" + afileName + "" mce_src="c://test//" + afileName + ""/>";
253. }
254.
255. public static boolean
256. {
257. boolean flag = false;
258. if
259. {
260. true;
261. }
262. return
263. }
264.
265.
266. /**
267. * 写文件
268. *
269. * @param s
270. */
271. public static void
272. null;
273. null;
274. try
275. new File("c://abc.html");
276. new
277. new BufferedWriter(new
278. bw.write(s);
279. catch
280. fnfe.printStackTrace();
281. catch
282. ioe.printStackTrace();
283. finally
284. try
285. if (bw != null)
286. bw.close();
287. if (fos != null)
288. fos.close();
289. catch
290. }
291. }
292. }
293.
294.
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
