使用java或任何API将HTML页面转换为MS word

Question

我想将HTML页面转换为MS字。我想知道哪些API会有所帮助，以及是否还有其他选项可以做同样的事情。 整个页面将被转换为.doc（例如，如果html页面中有表格，则必须在单词doc中创建类似的表格）。 Apache POI不提供在HTML页面中格式化word文档的选项。 我需要的东西可以给我一个完全格式化的word文档。

我寻求的一些事情是JSOUP，docx4j，jasper reports和JOD Convertor。

  

我尝试使用JSOUP解析HTML页面，然后获取内容   我的java程序中的页面。现在我需要将这些内容传递给   doc / docx文件。 docx4j可以帮助获取格式化的docx文件吗？

请帮忙。 谢谢。

Answer 1

我会选择Ashwini Raman的建议。它不适用于每种情况。在复杂的HTML文档的情况下，许多图像和东西字不会做得很好。但对于大多数情况，它应该没问题。否则，你面前有一项复杂的任务。例如，您必须使用jsoup库解析HTML文档，然后使用docx4j库来创建工作文档。 两者的链接都在这里：

http://www.docx4java.org/trac/docx4j

http://jsoup.org/

当你这样做时，格式可能是不确定的。

要回答您原来的问题，没有现成的库可以满足您的期望。至少我没见过任何人。

Answer 2

我找到了一条方法来做同样的事情。首先，我需要使用JSOUP获取已解析的对象，并将它们传递给文档模板。我现在正在寻找可以为我创建简单模板和动态创建文档的选项。 我已经问过另一个question。