使用POI转换word doc文件

目录

1       转换为Html文件

2       转换为Xml文件

3       转换为Text文件

在POI中还存在有针对于word doc文件进行格式转换的功能。我们可以将word的内容转换为对应的Html文件，也可以把它转换为底层用来描述doc文档的xml文件，还可以把它转换为底层用来描述doc文档的xml格式的text文件。这些格式转换都是通过AbstractWordConverter特定的子类来完成的。

1       转换为Html文件

将doc文档转换为对应的Html文档是通过WordToHtmlConverter类进行的。它会尽量的利用Html的方式来呈现原文档的样式。示例代码：

1. /**
2. * Word转换为Html
3. * @throws Exception
4. */
5. @Test
6. public void testWordToHtml() throws Exception {
7. InputStream is = new FileInputStream("D:\\test.doc");
8. HWPFDocument wordDocument = new HWPFDocument(is);
9. WordToHtmlConverter converter = new WordToHtmlConverter(DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument());
10. //对HWPFDocument进行转换
11. converter.processDocument(wordDocument);
12. Writer writer = new FileWriter(new File("D:\\converter.html"));
13. Transformer transformer = TransformerFactory.newInstance().newTransformer();
14. transformer.setOutputProperty( OutputKeys.ENCODING, "utf-8" );
15. //是否添加空格
16. transformer.setOutputProperty( OutputKeys.INDENT, "yes" );
17. transformer.setOutputProperty( OutputKeys.METHOD, "html" );
18. transformer.transform(
19. new DOMSource(converter.getDocument() ),
20. new StreamResult( writer ) );
21. }

2       转换为Xml文件

将doc文档转换为对应的Xml文件是通过WordToFoConverter类进行的。它可以把doc文档转换为底层用来描述doc文档的Xml文档。示例代码：

1. /**
2. * Word转Fo
3. * @throws Exception
4. */
5. @Test
6. public void testWordToFo() throws Exception {
7. InputStream is = new FileInputStream("D:\\test.doc");
8. HWPFDocument wordDocument = new HWPFDocument(is);
9. WordToFoConverter converter = new WordToFoConverter(DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument());
10. //对HWPFDocument进行转换
11. converter.processDocument(wordDocument);
12. Writer writer = new FileWriter(new File("D:\\converter.xml"));
13. Transformer transformer = TransformerFactory.newInstance().newTransformer();
14. transformer.setOutputProperty( OutputKeys.ENCODING, "utf-8" );
15. //是否添加空格
16. transformer.setOutputProperty( OutputKeys.INDENT, "yes" );
17. //     transformer.setOutputProperty( OutputKeys.METHOD, "html" );
18. transformer.transform(
19. new DOMSource(converter.getDocument() ),
20. new StreamResult( writer ) );
21. }

3       转换为Text文件

将doc文档转换为text文档是通过WordToTextConverter来进行的。它可以把doc文档转换为底层用于描述doc文档的Xml格式的text文档。示例代码：

1. /**
2. * Word转换为Text
3. * @throws Exception
4. */
5. @Test
6. public void testWordToText() throws Exception {
7. InputStream is = new FileInputStream("D:\\test.doc");
8. HWPFDocument wordDocument = new HWPFDocument(is);
9. WordToTextConverter converter = new WordToTextConverter(DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument());
10. //对HWPFDocument进行转换
11. converter.processDocument(wordDocument);
12. Writer writer = new FileWriter(new File("D:\\converter.txt"));
13. Transformer transformer = TransformerFactory.newInstance().newTransformer();
14. transformer.setOutputProperty( OutputKeys.ENCODING, "utf-8" );
15. //是否添加空格
16. transformer.setOutputProperty( OutputKeys.INDENT, "yes" );
17. transformer.setOutputProperty( OutputKeys.METHOD, "text" );
18. transformer.transform(
19. new DOMSource(converter.getDocument() ),
20. new StreamResult( writer ) );
21. }

（注：本文是基于poi3.9所写）