Word Doc文件到JSON

Question

我将解析并将ms字格式的文档转换为JSON（或通过XML最终转换为JSON）。这样的解析和转换将如何处理word doc中嵌入的图像。该图像如何以json格式表示。任何指针或演示示例。

我正在考虑使用apache poi作为解析器和json string builder的自定义java类。

是否有适用于此类解析和转换的现成工具。

Answer 1

只需.zip单词文件，.docx文件只不过是xml的集合。打开.zip文件后，您将找到xml文件。然后通过google feed API将您的xml文件转换为json。

Answer 2

尝试将MS Document转换为Base64（ASCII字符序列），并通过JSON或XML将其作为String发送。然后你可以解码它，文档应该是相同的（嵌入图像）。