项目开发过程中，需求涉及到了各种文档转换为HTML或者网页易显示格式，现在将实现方式整理如下：
一、使用Jacob转换Word,Excel为HTML
“JACOB一个Java-COM中间件.通过这个组件你可以在Java应用程序中调用COM组件和Win32 libraries。”
首先下载Jacob包，JDK1.5以上需要使用Jacob1.9版本（JDK1.6尚未测试），与先前的Jacob1.7差别不大
1、将压缩包解压后，Jacob.jar添加到Libraries中；
2、将Jacob.dll放至“WINDOWS\SYSTEM32”下面。
需要注意的是：
【使用IDE启动Web服务器时，系统读取不到Jacob.dll，例如用MyEclipse启动Tomcat，就需要将dll文件copy到MyEclipse安装目录的“jre\bin”下面。
一般系统没有加载到Jacob.dll文件时，报错信息为：“java.lang.UnsatisfiedLinkError: no jacob in java.library.path”】
新建类：
1
public
class
JacobUtil
2
{
3
public static final int WORD_HTML = 8;
4
5
public static final int WORD_TXT = 7;
6
7
public static final int EXCEL_HTML = 44;
8
9
/** *//**
10
* WORD转HTML
11
* @param docfile WORD文件全路径
12
* @param htmlfile 转换后HTML存放路径
13
*/
14
public static void wordToHtml(String docfile, String htmlfile)
15
{
16
ActiveXComponent app = new ActiveXComponent("Word.Application"); // 启动word
17
try
18
{
19
app.setProperty("Visible", new Variant(false));
20
Dispatch docs = app.getProperty("Documents").toDispatch();
21
Dispatch doc = Dispatch.invoke(
22
docs,
23
"Open",
24
Dispatch.Method,
25
new Object[]
{ docfile, new Variant(false),
26
new Variant(true) }, new int[1]).toDispatch();
27
Dispatch.invoke(doc, "SaveAs", Dispatch.Method, new Object[]
{
28
htmlfile, new Variant(WORD_HTML) }, new int[1]);
29
Variant f = new Variant(false);
30
Dispatch.call(doc, "Close", f);
31
}
32
catch (Exception e)
33
{
34
e.printStackTrace();
35
}
36
finally
37
{
38
app.invoke("Quit", new Variant[]
{});
39
}
40
}
41
42
/** *//**
43
* EXCEL转HTML
44
* @param xlsfile EXCEL文件全路径
45
* @param htmlfile 转换后HTML存放路径
46
*/
47
public static void excelToHtml(String xlsfile, String htmlfile)
48
{
49
ActiveXComponent app = new ActiveXComponent("Excel.Application"); // 启动word
50
try
51
{
52
app.setProperty("Visible", new Variant(false));
53
Dispatch excels = app.getProperty("Workbooks").toDispatch();
54
Dispatch excel = Dispatch.invoke(
55
excels,
56
"Open",
57
Dispatch.Method,
58
new Object[]
{ xlsfile, new Variant(false),
59
new Variant(true) }, new int[1]).toDispatch();
60
Dispatch.invoke(excel, "SaveAs", Dispatch.Method, new Object[]
{
61
htmlfile, new Variant(EXCEL_HTML) }, new int[1]);
62
Variant f = new Variant(false);
63
Dispatch.call(excel, "Close", f);
64
}
65
catch (Exception e)
66
{
67
e.printStackTrace();
68
}
69
finally
70
{
71
app.invoke("Quit", new Variant[]
{});
72
}
73
}
74
75
}
76
当时我在找转换控件时，发现网易也转载了一偏关于Jacob使用帮助，但其中出现了比较严重的错误：String htmlfile = "C:\\AA";
只指定到了文件夹一级，正确写法是String htmlfile = "C:\\AA\\xxx.html";
到此WORD/EXCEL转换HTML就已经差不多了，相信大家应该很清楚了:)
二、使用XPDF将PDF转换为HTML
1、下载xpdf最新版本，地址：http://www.foolabs.com/xpdf/download.html
我下载的是xpdf-3.02pl2-win32.zip
2、下载中文支持包
我下载的是xpdf-chinese-simplified.tar.gz
3、下载pdftohtml支持包
地址：http://sourceforge.net/projects/pdftohtml/
我下载的是：pdftohtml-0.39-win32.tar.gz
4、解压调试
1) 先将xpdf-3.02pl2-win32.zip解压，解压后的内容可根据需要进行删减，如果只需要转换为txt格式，其他的exe文件可以删除，只保留pdftotext.exe，以此类推；
2) 然后将xpdf-chinese-simplified.tar.gz解压到刚才xpdf-3.02pl2-win32.zip的解压目录；
3) 将pdftohtml-0.39-win32.tar.gz解压，pdftohtml.exe解压到xpdf-3.02pl2-win32.zip的解压目录；
4) 目录结构：
+---[X:\xpdf]
|-------各种转换用到的exe文件
|
|-------xpdfrc
|
+------[X:\xpdf\xpdf-chinese-simplified]
|
|
+-------很多转换时需要用到的字符文件
xpdfrc：此文件是用来声明转换字符集对应路径的文件
5) 修改xpdfrc文件(文件原名为sample-xpdfrc)
修改文件内容为：
Txt代码
# -----
begin Chinese Simplified support
package
cidToUnicode Adobe -
GB1 xpdf
-
chinese
-
simplified\Adobe
-
GB1.cidToUnicode
unicodeMap ISO -
2022
-
CN xpdf
-
chinese
-
simplified\ISO
-
2022
-
CN.unicodeMap
unicodeMap EUC -
CN xpdf
-
chinese
-
simplified\EUC
-
CN.unicodeMap
unicodeMap GBK xpdf -
chinese
-
simplified\GBK.unicodeMap
cMapDir Adobe -
GB1 xpdf
-
chinese
-
simplified\CMap
toUnicodeDir xpdf -
chinese
-
simplified\CMap
fontDir C:\WINDOWS\Fonts
displayCIDFontTT Adobe -
GB1 C:\WINDOWS\Fonts\simhei.ttf
# -----
end Chinese Simplified support
package
6) 创建bat文件pdftohtml.bat（放置的路径不能包含空格）
内容为：
Txt代码
@echo off
set folderPath =% 1
set filePath =% 2
cd / d
%
folderPath
%
pdftohtml - enc GBK
%
filePath
%
exit 7) 创建类
JAVA代码
public class ConvertPdf
{
private static String INPUT_PATH;
private static String PROJECT_PATH;
public static void convertToHtml(String file, String project)
{
INPUT_PATH = file;
PROJECT_PATH = project;
if(checkContentType()==0)
{
toHtml();
}
}
private static int checkContentType()
{
String type = INPUT_PATH.substring(INPUT_PATH.lastIndexOf(".") + 1, INPUT_PATH.length())
.toLowerCase();
if (type.equals("pdf"))
return 0;
else
return 9;
}
private static void toHtml()
{
if(new File(INPUT_PATH).isFile())
{
try
{
String cmd = "cmd /c start X:\\pdftohtml.bat \"" + PROJECT_PATH + "\" \"" + INPUT_PATH + "\"";
Runtime.getRuntime().exec(cmd);
}
catch (IOException e)
{
e.printStackTrace();
}
}
}
}
