CONAN ZONE

項目開發過程中，需求涉及到了各種文檔轉換為HTML或者網頁易顯示格式，現在將實現方式整理如下：
一、使用Jacob轉換Word,Excel為HTML

“JACOB一個Java-COM中間件.通過這個組件你可以在Java應用程序中調用COM組件和Win32 libraries。”

首先下載Jacob包，JDK1.5以上需要使用Jacob1.9版本（JDK1.6尚未測試），與先前的Jacob1.7差別不大

1、將壓縮包解壓后，Jacob.jar添加到Libraries中；

2、將Jacob.dll放至“WINDOWS\SYSTEM32”下面。

需要注意的是：
【使用IDE啟動Web服務器時，系統讀取不到Jacob.dll，例如用MyEclipse啟動Tomcat，就需要將dll文件copy到MyEclipse安裝目錄的“jre\bin”下面。
一般系統沒有加載到Jacob.dll文件時，報錯信息為：“java.lang.UnsatisfiedLinkError: no jacob in java.library.path”】

新建類：

public class JacobUtil
{
public static final int WORD_HTML = 8;
public static final int WORD_TXT = 7;
public static final int EXCEL_HTML = 44;
/**
* WORD轉HTML
* @param docfile WORD文件全路徑
* @param htmlfile 轉換后HTML存放路徑
*/
public static void wordToHtml(String docfile, String htmlfile)
{
ActiveXComponent app = new ActiveXComponent("Word.Application"); // 啟動word
try
{
app.setProperty("Visible", new Variant(false));
Dispatch docs = app.getProperty("Documents").toDispatch();
Dispatch doc = Dispatch.invoke(
docs,
"Open",
Dispatch.Method,
new Object[] { docfile, new Variant(false),
new Variant(true) }, new int[1]).toDispatch();
Dispatch.invoke(doc, "SaveAs", Dispatch.Method, new Object[] {
htmlfile, new Variant(WORD_HTML) }, new int[1]);
Variant f = new Variant(false);
Dispatch.call(doc, "Close", f);
}
catch (Exception e)
{
e.printStackTrace();
}
finally
{
app.invoke("Quit", new Variant[] {});
}
}
/**
* EXCEL轉HTML
* @param xlsfile EXCEL文件全路徑
* @param htmlfile 轉換后HTML存放路徑
*/
public static void excelToHtml(String xlsfile, String htmlfile)
{
ActiveXComponent app = new ActiveXComponent("Excel.Application"); // 啟動word
try
{
app.setProperty("Visible", new Variant(false));
Dispatch excels = app.getProperty("Workbooks").toDispatch();
Dispatch excel = Dispatch.invoke(
excels,
"Open",
Dispatch.Method,
new Object[] { xlsfile, new Variant(false),
new Variant(true) }, new int[1]).toDispatch();
Dispatch.invoke(excel, "SaveAs", Dispatch.Method, new Object[] {
htmlfile, new Variant(EXCEL_HTML) }, new int[1]);
Variant f = new Variant(false);
Dispatch.call(excel, "Close", f);
}
catch (Exception e)
{
e.printStackTrace();
}
finally
{
app.invoke("Quit", new Variant[] {});
}
}
}

當時我在找轉換控件時，發現網易也轉載了一偏關于Jacob使用幫助，但其中出現了比較嚴重的錯誤：String htmlfile = "C:\\AA";

只指定到了文件夾一級，正確寫法是String htmlfile = "C:\\AA\\xxx.html";

 

到此WORD/EXCEL轉換HTML就已經差不多了，相信大家應該很清楚了:)

 

二、使用XPDF將PDF轉換為HTML

 

1、下載xpdf最新版本，地址：http://www.foolabs.com/xpdf/download.html

我下載的是xpdf-3.02pl2-win32.zip

 

2、下載中文支持包

我下載的是xpdf-chinese-simplified.tar.gz

 

3、下載pdftohtml支持包

地址：http://sourceforge.net/projects/pdftohtml/

我下載的是：pdftohtml-0.39-win32.tar.gz

 

4、解壓調試

1) 先將xpdf-3.02pl2-win32.zip解壓，解壓后的內容可根據需要進行刪減，如果只需要轉換為txt格式，其他的exe文件可以刪除，只保留pdftotext.exe，以此類推；

2) 然后將xpdf-chinese-simplified.tar.gz解壓到剛才xpdf-3.02pl2-win32.zip的解壓目錄；

3) 將pdftohtml-0.39-win32.tar.gz解壓，pdftohtml.exe解壓到xpdf-3.02pl2-win32.zip的解壓目錄；

4) 目錄結構：

 +---[X:\xpdf]

           |-------各種轉換用到的exe文件

           |

           |-------xpdfrc

           |

           +------[X:\xpdf\xpdf-chinese-simplified]

                                      |

                                      |

                                      +-------很多轉換時需要用到的字符文件

 

xpdfrc：此文件是用來聲明轉換字符集對應路徑的文件

 

5) 修改xpdfrc文件(文件原名為sample-xpdfrc)

修改文件內容為：

 

#----- 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) 創建bat文件pdftohtml.bat（放置的路徑不能包含空格）

內容為：

 

@echo off
set folderPath=%1
set filePath=%2
cd /d %folderPath%
pdftohtml -enc GBK %filePath%
exit

 

7) 創建類

 

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();
}
}
}
}

String cmd = "....";此處代碼是調用創建的bat文件進行轉換 

 

8) 測試轉換

 

 

public static void main(String[] args)
{
ConvertPdf.convertToHtml("C:\\test.pdf", "X:\\xpdf");
}

 

 

以上就是整理的內容，后續還會添加視頻轉換為FLV格式，如果需要的話:)

說的不是很詳細，碰到問題的朋友可以自己努力解決一下:)