详记apache-poi的使用，将word,excel,ppt转换为html

原文：https://blog.51cto.com/yunyaniu/5210961

java：Java的jar包之POI的简介、安装、使用方法(基于POI的转换-Word、Excel、Ppt等转html)之详细攻略

POI的简介

1、基本功能

POI的安装

POI的使用方法(基于POI的转换-Word、Excel、Ppt等转html)

1、基础案例

1.1、创建Excel 文档-利用Jakarta POI API 创建Excel 文档

1.2、读取Excel文档中的数据

1.3、处理WORD文档

2、进阶案例应用

2.1、word转html

2.2、excel转html

2.3、ppt转html

POI的简介

Apache POI是Apache软件基金会的开放源码函式库，POI提供API给Java程序对Microsoft Office格式档案读和写的功能。Poor Obfuscation Implementation即简洁版的模糊实现。

1、基本功能

HSSF －提供读写Microsoft Excel格式档案的功能。

XSSF －提供读写Microsoft ExcelOOXML格式档案的功能。

HWPF －提供读写Microsoft Word格式档案的功能。

HSLF －提供读写Microsoft PowerPoint格式档案的功能。

HDGF －提供读写Microsoft Visio格式档案的功能。

POI的安装

下载地址：https://www.apache.org/dyn/closer.lua/poi/release/bin/poi-bin-4.0.0-20180907.tar.gz

POI的使用方法(基于POI的转换-Word、Excel、Ppt等转html)

1、基础案例

1.1、创建Excel 文档-利用Jakarta POI API 创建Excel 文档

import org.apache.poi.hssf.usermodel.HSSFWorkbook;

import org.apache.poi.hssf.usermodel.HSSFSheet;

import org.apache.poi.hssf.usermodel.HSSFRow;

import org.apache.poi.hssf.usermodel.HSSFCell;

import java.io.FileOutputStream;

public class CreateXL {

    /** Excel 文件要存放的位置，假定在D盘下*/

    public static String outputFile = "D:\\test.xls";

    public static void main(String argv[]) {

        try {

            // 创建新的Excel 工作簿

            HSSFWorkbook workbook = new HSSFWorkbook();

            // 在Excel工作簿中建一工作表，其名为缺省值

            // 如要新建一名为"效益指标"的工作表，其语句为：

            // HSSFSheet sheet = workbook.createSheet("效益指标");

            HSSFSheet sheet = workbook.createSheet();

            // 在索引0的位置创建行（最顶端的行）

            HSSFRow row = sheet.createRow((short)0);

            //在索引0的位置创建单元格（左上端）

            HSSFCell cell = row.createCell((short)0);

            // 定义单元格为字符串类型

            cell.setCellType(HSSFCell.CELL_TYPE_STRING);//已过时

            // 在单元格中输入一些内容

            cell.setCellValue("增加值");

            // 新建一输出文件流

            FileOutputStream fOut = new FileOutputStream(outputFile);

            // 把相应的Excel 工作簿存盘

            workbook.write(fOut);

            fOut.flush();

            // 操作结束，关闭文件

            fOut.close();

            System.out.println("文件生成...");

        } catch (Exception e) {

            System.out.println("已运行 xlCreate() : " + e);

        }

    }

}

1.2、读取Excel文档中的数据

读取Excel文档中的数据。假定在D盘JTest目录下有一个文件名为test1.xls的Excel文件。

import org.apache.poi.hssf.usermodel.HSSFWorkbook;

import org.apache.poi.hssf.usermodel.HSSFSheet;

import org.apache.poi.hssf.usermodel.HSSFRow;

import org.apache.poi.hssf.usermodel.HSSFCell;

import java.io.FileInputStream;

public class ReadXL {

    /** Excel文件的存放位置。注意是反斜线*/

    public static String fileToBeRead = "D:\\test1.xls";

    public static void main(String argv[]) {

        try {

            // 创建对Excel工作簿文件的引用

            HSSFWorkbook workbook = new HSSFWorkbook(new FileInputStream(fileToBeRead));

            // 创建对工作表的引用。

            // 本例是按名引用（让我们假定那张表有着缺省名"Sheet1"）

            HSSFSheet sheet = workbook.getSheet("Sheet1");

            // 也可用getSheetAt(int index)按索引引用，

            // 在Excel文档中，第一张工作表的缺省索引是0，

            // 其语句为：HSSFSheet sheet = workbook.getSheetAt(0);

            // 读取左上端单元

            HSSFRow row = sheet.getRow(0);

            HSSFCell cell = row.getCell((short)0);

            // 输出单元内容，cell.getStringCellValue()就是取所在单元的值

            System.out.println("左上端单元是： " + cell.getStringCellValue());

        } catch (Exception e) {

            System.out.println("已运行xlRead() : " + e);

        }

    }

}

1.3、处理WORD文档

import java.io. * ;

import org.apache.poi.hwpf.extractor.WordExtractor;

import org.apache.poi.hssf.usermodel.HSSFWorkbook;

import org.apache.poi.hssf.usermodel.HSSFSheet;

import org.apache.poi.hssf.usermodel.HSSFRow;

import org.apache.poi.hssf.usermodel.HSSFCell;

public class TestPoi {

    public TestPoi() {}

    public static void main(String args[])throws Exception{

        FileInputStream in = new FileInputStream("D:\\a.doc");

        WordExtractor extractor = new WordExtractor();

        String str = extractor.extractText(in);

        //System.out.println("the result length is"+str.length());

        System.out.println(str);

    }

}

2、进阶案例应用

文章参考：

在现在这个互联网在线时代，java实现在线预览的这个需求，或许是大家都想要的。当然，如果公司有钱，直接使用付费的第三方软件或者云在线预览服务就可以了，比如永中office、office web 365(http://www.officeweb365.com/)等公司，都有云端在线预览服务，可想而知，这些扩展功能，肯定是需要钱了等公司，都有云端在线预览服务，可想而知，这些扩展功能，肯定是需要钱了)。

但是，对于我们学生党，如果想要免费或者DIY，则可以用openoffice，还需要借助其他的工具(例如swfTools、FlexPaper等)才行。实现原理就是：

1.通过第三方工具openoffice，将word、excel、ppt、txt等文件转换为pdf文件；

2.通过swfTools将pdf文件转换成swf格式的文件；

3.通过FlexPaper文档组件在页面上进行展示。

当然如果装了Adobe Reader XI，那把pdf直接拖到浏览器页面就可以直接打开预览，这样就不需要步骤2、3了，前提就是客户装了Adobe Reader XI这个pdf阅读器。

当然，本篇文章主要介绍的POI，所以，可以通过POI实现word、excel、ppt转html，这样就可以放在页面上了。

2.1、word转html

package wordToHtml;

import java.io.ByteArrayOutputStream;

import java.io.File;

import java.io.FileInputStream;

import java.io.FileNotFoundException;

import java.io.FileOutputStream;

import java.io.InputStream;

import java.util.List;

import javax.xml.parsers.DocumentBuilderFactory;

import javax.xml.transform.OutputKeys;

import javax.xml.transform.Transformer;

import javax.xml.transform.TransformerFactory;

import javax.xml.transform.dom.DOMSource;

import javax.xml.transform.stream.StreamResult;

import org.apache.commons.io.FileUtils;

import org.apache.poi.hwpf.HWPFDocument;

import org.apache.poi.hwpf.converter.PicturesManager;

import org.apache.poi.hwpf.converter.WordToHtmlConverter;

import org.apache.poi.hwpf.usermodel.Picture;

import org.apache.poi.hwpf.usermodel.PictureType;

import org.w3c.dom.Document;

public class PoiWordToHtml {

 public static void main(String[] args) throws Throwable {

  final String path = "D:\\poi-test\\wordToHtml\\";

  final String file = "人员选择系分.doc";

  InputStream input = new FileInputStream(path + file);

  HWPFDocument wordDocument = new HWPFDocument(input);

  WordToHtmlConverter wordToHtmlConverter = new WordToHtmlConverter(

    DocumentBuilderFactory.newInstance().newDocumentBuilder()

      .newDocument());

  wordToHtmlConverter.setPicturesManager(new PicturesManager() {

   public String savePicture(byte[] content, PictureType pictureType,

     String suggestedName, float widthInches, float heightInches) {

    return suggestedName;

   }

  });

  wordToHtmlConverter.processDocument(wordDocument);

  List pics = wordDocument.getPicturesTable().getAllPictures();

  if (pics != null) {

   for (int i = 0; i < pics.size(); i++) {

    Picture pic = (Picture) pics.get(i);

    try {

     pic.writeImageContent(new FileOutputStream(path

       + pic.suggestFullFileName()));

    } catch (FileNotFoundException e) {

     e.printStackTrace();

    }

   }

  }

  Document htmlDocument = wordToHtmlConverter.getDocument();

  ByteArrayOutputStream outStream = new ByteArrayOutputStream();

  DOMSource domSource = new DOMSource(htmlDocument);

  StreamResult streamResult = new StreamResult(outStream);

  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);

  outStream.close();

  String content = new String(outStream.toByteArray());

  FileUtils.writeStringToFile(new File(path, "人员选择系分.html"), content, "utf-8");

 }

}

2.2、excel转html

package excelToHtml;

import java.io.ByteArrayOutputStream;

import java.io.File;

import java.io.FileInputStream;

import java.io.FileNotFoundException;

import java.io.FileOutputStream;

import java.io.IOException;

import java.io.InputStream;

import java.util.List;

import javax.xml.parsers.DocumentBuilderFactory;

import javax.xml.transform.OutputKeys;

import javax.xml.transform.Transformer;

import javax.xml.transform.TransformerFactory;

import javax.xml.transform.dom.DOMSource;

import javax.xml.transform.stream.StreamResult;

import org.apache.commons.io.FileUtils;

import org.apache.poi.hssf.converter.ExcelToHtmlConverter;

import org.apache.poi.hssf.usermodel.HSSFWorkbook;

import org.apache.poi.hwpf.converter.PicturesManager;

import org.apache.poi.hwpf.converter.WordToHtmlConverter;

import org.apache.poi.hwpf.usermodel.Picture;

import org.apache.poi.hwpf.usermodel.PictureType;

import org.w3c.dom.Document;

public class PoiExcelToHtml {

  final static String path = "D:\\poi-test\\excelToHtml\\";

   final static String file = "exportExcel.xls";

 public static void main(String args[]) throws Exception {

   InputStream input=new FileInputStream(path+file);

   HSSFWorkbook excelBook=new HSSFWorkbook(input);

   ExcelToHtmlConverter excelToHtmlConverter = new ExcelToHtmlConverter (DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument() );

   excelToHtmlConverter.processWorkbook(excelBook);

   List pics = excelBook.getAllPictures();

     if (pics != null) {

         for (int i = 0; i < pics.size(); i++) {

             Picture pic = (Picture) pics.get (i);

             try {

                 pic.writeImageContent (new FileOutputStream (path + pic.suggestFullFileName() ) );

             } catch (FileNotFoundException e) {

                 e.printStackTrace();

             }

         }

     }

     Document htmlDocument =excelToHtmlConverter.getDocument();

     ByteArrayOutputStream outStream = new ByteArrayOutputStream();

     DOMSource domSource = new DOMSource (htmlDocument);

     StreamResult streamResult = new StreamResult (outStream);

     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);

     outStream.close();

     String content = new String (outStream.toByteArray() );

     FileUtils.writeStringToFile(new File (path, "exportExcel.html"), content, "utf-8");

 }

}

2.3、ppt转html

其实只是ppt转图片，有了图片后放到页面上去，点击下一页就一张张显示就可以了。这里只介绍ppt转图片的过程。ppt转图片有个缺陷，就是ppt里不是宋体的字有些可能会变成框框。以上都需要引入poi的jar包。要实现在线预览，只需把转换得到的html在新标签页打开或者镶嵌到某块区域就可以展现了。

package pptToImg;

import java.awt.Dimension;

import java.io.File;

import java.io.FileInputStream;

import java.io.FileNotFoundException;

import java.io.FileOutputStream;

import java.io.IOException;   

import java.awt.Color;

import java.awt.Dimension;

import java.awt.Graphics2D;

import java.awt.geom.Rectangle2D;

import java.awt.image.BufferedImage;   

import org.apache.poi.hslf.model.TextRun;

import org.apache.poi.hslf.record.Slide;

import org.apache.poi.hslf.usermodel.RichTextRun;

import org.apache.poi.hslf.usermodel.SlideShow;   

public class PPTtoImage {

    public static void main(String[] args) {

        // 读入PPT文件

        File file = new File("D:/poi-test/pptToImg/test.ppt");

        doPPTtoImage(file);

    }   

    public static boolean doPPTtoImage(File file) {

        boolean isppt = checkFile(file);

        if (!isppt) {

            System.out.println("The image you specify don't exit!");

            return false;

        }

        try {   

            FileInputStream is = new FileInputStream(file);

            SlideShow ppt = new SlideShow(is);

            is.close();

            Dimension pgsize = ppt.getPageSize();

            org.apache.poi.hslf.model.Slide[] slide = ppt.getSlides();

            for (int i = 0; i < slide.length; i++) {

                System.out.print("第" + i + "页。");   

                TextRun[] truns = slide[i].getTextRuns();

                for ( int k=0;k<truns.length;k++){

                   RichTextRun[] rtruns = truns[k].getRichTextRuns();

                  for(int l=0;l<rtruns.length;l++){

                       int index = rtruns[l].getFontIndex();

                        String name = rtruns[l].getFontName();

                        rtruns[l].setFontIndex(1);

                        rtruns[l].setFontName("宋体");

//                        System.out.println(rtruns[l].getText());

                   }

                }

                BufferedImage img = new BufferedImage(pgsize.width,pgsize.height, BufferedImage.TYPE_INT_RGB);   

                Graphics2D graphics = img.createGraphics();

                graphics.setPaint(Color.BLUE);

                graphics.fill(new Rectangle2D.Float(0, 0, pgsize.width, pgsize.height));

                slide[i].draw(graphics);   

                // 这里设置图片的存放路径和图片的格式(jpeg,png,bmp等等),注意生成文件路径

                FileOutputStream out = new FileOutputStream("D:/poi-test/pptToImg/pict_"+ (i + 1) + ".jpeg");

                javax.imageio.ImageIO.write(img, "jpeg", out);

                out.close();   

            }

            System.out.println("success!!");

            return true;

        } catch (FileNotFoundException e) {

            System.out.println(e);

            // System.out.println("Can't find the image!");

        } catch (IOException e) {

        }

        return false;

    }   

    // function 检查文件是否为PPT

    public static boolean checkFile(File file) {   

        boolean isppt = false;

        String filename = file.getName();

        String suffixname = null;

        if (filename != null && filename.indexOf(".") != -1) {

            suffixname = filename.substring(filename.indexOf("."));

            if (suffixname.equals(".ppt")) {

                isppt = true;

            }

            return isppt;

        } else {

            return isppt;

        }

    }   

}