CONAN ZONE

你越挣扎我就越兴奋

BlogJava 首页 新随笔 联系 聚合 管理
  0 Posts :: 282 Stories :: 0 Comments :: 0 Trackbacks

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:

Java代码 复制代码
  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. }  

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 复制代码
  1. #----- begin Chinese Simplified support package   
  2. cidToUnicode    Adobe-GB1       xpdf-chinese-simplified\Adobe-GB1.cidToUnicode   
  3. unicodeMap      ISO-2022-CN     xpdf-chinese-simplified\ISO-2022-CN.unicodeMap   
  4. unicodeMap      EUC-CN          xpdf-chinese-simplified\EUC-CN.unicodeMap   
  5. unicodeMap  GBK    xpdf-chinese-simplified\GBK.unicodeMap   
  6. cMapDir         Adobe-GB1       xpdf-chinese-simplified\CMap   
  7. toUnicodeDir                    xpdf-chinese-simplified\CMap   
  8. fontDir  C:\WINDOWS\Fonts   
  9. displayCIDFontTT Adobe-GB1 C:\WINDOWS\Fonts\simhei.ttf   
  10. #----- 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 复制代码
  1. @echo off   
  2. set folderPath=%1  
  3. set filePath=%2  
  4. cd /d %folderPath%   
  5. pdftohtml -enc GBK %filePath%   
  6. exit  

 

7) 创建类

 

Java代码 复制代码
  1. public class ConvertPdf   
  2. {   
  3.     private static String INPUT_PATH;   
  4.     private static String PROJECT_PATH;   
  5.        
  6.     public static void convertToHtml(String file, String project)   
  7.     {   
  8.         INPUT_PATH = file;   
  9.         PROJECT_PATH = project;   
  10.         if(checkContentType()==0)   
  11.         {   
  12.             toHtml();   
  13.         }   
  14.     }   
  15.        
  16.     private static int checkContentType()   
  17.     {   
  18.         String type = INPUT_PATH.substring(INPUT_PATH.lastIndexOf(".") + 1, INPUT_PATH.length())   
  19.                 .toLowerCase();   
  20.         if (type.equals("pdf"))   
  21.             return 0;   
  22.         else  
  23.             return 9;   
  24.     }   
  25.        
  26.     private static void toHtml()   
  27.     {   
  28.         if(new File(INPUT_PATH).isFile())   
  29.         {   
  30.             try  
  31.             {   
  32.                 String cmd = "cmd /c start X:\\pdftohtml.bat \"" + PROJECT_PATH + "\" \"" + INPUT_PATH + "\"";   
  33.                 Runtime.getRuntime().exec(cmd);   
  34.             }   
  35.             catch (IOException e)   
  36.             {   
  37.                 e.printStackTrace();   
  38.             }   
  39.         }   
  40.     }   
  41.        
  42. }  

String cmd = "....";此处代码是调用创建的bat文件进行转换 

 

8) 测试转换

 

 

Java代码 复制代码
  1. public static void main(String[] args)   
  2. {   
  3.     ConvertPdf.convertToHtml("C:\\test.pdf""X:\\xpdf");   
  4. }  

 

 

以上就是整理的内容,后续还会添加视频转换为FLV格式,如果需要的话:)

说的不是很详细,碰到问题的朋友可以自己努力解决一下:)

posted on 2009-02-17 14:57 CONAN 阅读(1000) 评论(0)  编辑  收藏 所属分类: J2SE