将Doc或Docx转换为Java中的HTML

Question

如何在Java中将doc或docx转换为HTML。 使用Apache POI，我能够将doc转换为html，但无法将docx转换为html？ 请给我看看示例代码？ 此代码适用于doc，但不适用于docx。

        HWPFDocumentCore wordDocument = WordToHtmlUtils.loadDoc(stream);

        WordToHtmlConverter wordToHtmlConverter = new WordToHtmlConverter(
                DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument());
        wordToHtmlConverter.processDocument(wordDocument);
        Document htmlDocument = wordToHtmlConverter.getDocument();
        ByteArrayOutputStream out = new ByteArrayOutputStream();
        DOMSource domSource = new DOMSource(htmlDocument);
        StreamResult streamResult = new StreamResult(out);

        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);
        out.close();

        String result = new String(out.toByteArray());

Answer 1

没有理由不这样做。

请查看以下内容：

• 如何使用Apache POI 3.5中新的OOXML支持从DOCX文件提取纯文本？
• https://stackoverflow.com/a/5507019/751158

简而言之，请确保您使用的是最新版本的POI，并且具有所有必需的库。

（如果您需要其他帮助，请说明什么不起作用。您遇到编译时错误吗？运行时错误？意外输出？）