基于openoffice实现html、doc互换
Java实现在线预览的示例代码（openOffice实现）
Java实现在线预览的⽰例代码（openOffice实现）简介之前有写了poi实现在线预览的⽂章，⾥⾯也说到了使⽤openOffice也可以做到，这⾥就详细介绍⼀下。
我的实现逻辑有两种：⼀、利⽤jodconverter(基于OpenOffice服务)将⽂件(.doc、.docx、.xls、.ppt)转化为html格式。
⼆、利⽤jodconverter(基于OpenOffice服务)将⽂件(.doc、.docx、.xls、.ppt)转化为pdf格式。
转换成html格式⼤家都能理解，这样就可以直接在浏览器上查看了，也就实现了在线预览的功能；转换成pdf格式这点，需要⽤户安装了Adobe Reader XI，这样你会发现把pdf直接拖到浏览器页⾯可以直接打开预览，这样也就实现了在线预览的功能。
将⽂件转化为html格式或者pdf格式话不多说，直接上代码。
package com.pdfPreview.util;import java.io.File;import java.io.FileInputStream;import java.io.FileOutputStream;import java.io.IOException;import java.io.InputStream;import java.io.OutputStream;import .ConnectException;import java.text.SimpleDateFormat;import java.util.Date;import com.artofsolving.jodconverter.DocumentConverter;import com.artofsolving.jodconverter.openoffice.connection.OpenOfficeConnection;import com.artofsolving.jodconverter.openoffice.connection.SocketOpenOfficeConnection;import com.artofsolving.jodconverter.openoffice.converter.OpenOfficeDocumentConverter;/*** 利⽤jodconverter(基于OpenOffice服务)将⽂件(*.doc、*.docx、*.xls、*.ppt)转化为html格式或者pdf格式，* 使⽤前请检查OpenOffice服务是否已经开启, OpenOffice进程名称：soffice.exe | soffice.bin** @author yjclsx*/public class Doc2HtmlUtil {private static Doc2HtmlUtil doc2HtmlUtil;/*** 获取Doc2HtmlUtil实例*/public static synchronized Doc2HtmlUtil getDoc2HtmlUtilInstance() {if (doc2HtmlUtil == null) {doc2HtmlUtil = new Doc2HtmlUtil();}return doc2HtmlUtil;}/*** 转换⽂件成html** @param fromFileInputStream:* @throws IOException*/public String file2Html(InputStream fromFileInputStream, String toFilePath,String type) throws IOException {Date date = new Date();SimpleDateFormat sdf = new SimpleDateFormat("yyyyMMddHHmmss");String timesuffix = sdf.format(date);String docFileName = null;String htmFileName = null;if("doc".equals(type)){docFileName = "doc_" + timesuffix + ".doc";htmFileName = "doc_" + timesuffix + ".html";}else if("docx".equals(type)){docFileName = "docx_" + timesuffix + ".docx";htmFileName = "docx_" + timesuffix + ".html";}else if("xls".equals(type)){docFileName = "xls_" + timesuffix + ".xls";htmFileName = "xls_" + timesuffix + ".html";}else if("ppt".equals(type)){docFileName = "ppt_" + timesuffix + ".ppt";htmFileName = "ppt_" + timesuffix + ".html";}else{return null;}File htmlOutputFile = new File(toFilePath + File.separatorChar + htmFileName);File docInputFile = new File(toFilePath + File.separatorChar + docFileName);if (htmlOutputFile.exists())htmlOutputFile.delete();htmlOutputFile.createNewFile();if (docInputFile.exists())docInputFile.delete();docInputFile.createNewFile();/*** 由fromFileInputStream构建输⼊⽂件*/try {OutputStream os = new FileOutputStream(docInputFile);int bytesRead = 0;byte[] buffer = new byte[1024 * 8];while ((bytesRead = fromFileInputStream.read(buffer)) != -1) {os.write(buffer, 0, bytesRead);}os.close();fromFileInputStream.close();} catch (IOException e) {}OpenOfficeConnection connection = new SocketOpenOfficeConnection(8100);try {connection.connect();} catch (ConnectException e) {System.err.println("⽂件转换出错，请检查OpenOffice服务是否启动。
PHP实现wordexcelppt转换为PDF
PHP实现wordexcelppt转换为PDF 前段时间负责公司内部⽂件平台的设计，其中有⼀个需求是要能够在线浏览⽤户上传的 office ⽂件。
我的思路是先将 office 转换成 PDF，再通过 pdf.js 插件解析 PDF ⽂件，使其能在任何浏览器下查看。
可以通过 PHP 的 COM 组件，调⽤其它能够处理 office ⽂件的应⽤程序，利⽤提供的接⼝来转换 PDF ⽂件。
OpenOfficeOpenOffice 是⼀套开源跨平台的办公软件，由许多⾃由软件⼈⼠共同来维持，让⼤家能在 Microsoft Office 之外，还能有免费的 Office 可以使⽤。
OpenOffice 与微软的办公软件套件兼容，能将 doc、xls、ppt 等⽂件转换为 PDF 格式，其功能绝对不⽐ Microsoft Office 差。
OpenOffice 需要 java ⽀持，请确认安装了 JDK，并配置了 JRE 环境变量。
1. 配置组件服务OpenOffice 安装完成之后，按 win+R 快捷键进⼊运⾏菜单，输⼊ Dcomcnfg 打开组件服务。
[组件服务] >> [计算机] >> [我的电脑] >> [DCOM配置] >> [OpenOffice Service Manager]右键打开属性⾯板，选择安全选项卡，分别在启动和激活权限和访问权限上勾选⾃定义，添加 Everyone 的权限。
↑启动和激活权限和访问权限都使⽤⾃定义配置↑添加 Everyone ⽤户组，记得确认前先检查名称↑两个⾃定义配置相同，允许 Everyone 拥有所有权限再选择标识选项卡，勾选交互式⽤户，保存设置后退出。
2. 后台运⾏软件安装完 OpenOffice 后，需要启动⼀次确认软件可以正常运⾏，然后再打开命令⾏运⾏以下命令：切换到安装⽬录：后台运⾏该软件：PS：该命令只需要执⾏⼀次，就可以使软件⼀直在后台运⾏，即使重启服务器也不受影响。
officetohtml实现方式
officetohtml实现方式1. 引言1.1 概述officetohtml是一种将Office文档（如Word、Excel或PowerPoint）转换为HTML格式的工具或技术。
它可以帮助用户将传统的Office文档转化为网页友好的格式，使其在各种平台和设备上都可以方便地访问和阅读。
1.2 文章结构本文将详细介绍officetohtml实现方式，并探讨各种可能的方法。
首先，我们会对officetohtml进行简要概述，了解其基本原理和用途。
接下来，我们将重点介绍两种常见的实现方式，并比较它们的优缺点。
最后，我们会总结文章内容并对officetohtml实现方式进行评价和展望。
1.3 目的本文旨在帮助读者更好地理解officetohtml实现方式，并为他们选择适合自己需求的方法提供指导和参考。
通过详细介绍和比较不同的实现方式，读者可以更全面地了解这项技术，并能够根据自身情况做出明智的决策。
以上是“1. 引言”部分内容，请根据需要进行修改和完善。
2. officetohtml实现方式2.1 什么是officetohtmlOfficetohtml是一种将Office文档（如Word、Excel和PowerPoint）转换为HTML格式的工具或技术。
它能够将这些文档转换为在Web浏览器中进行展示或共享的可交互的HTML页面。
2.2 实现方式一实现方式一可以使用Microsoft Office提供的内置功能来实现officetohtml转换。
以下是基本步骤：1. 打开相应的Office文档（例如Word文档）。
2. 选择“另存为”选项，并选择HTML格式作为要保存的文件类型。
3. 自定义HTML选项，以便满足特定需求，比如页面布局、样式等。
4. 单击“保存”按钮，将Office文档保存为HTML格式。
使用此方法实现officetohtml转换的优点是简单且易于操作。
同时，由于该功能是由Microsoft Office自身提供的，所以它能够确保高度兼容性和准确性。
Word文档转换为HTML帮助文档操作手册范本
Word文档转换为HTML帮助文档操作手册一、使用到的软件●DOC2CHM●Dreamweaver CS3●Help and manual 4二、操作步骤1. 先建立一个工作目录。
如hhwork。
2.将需要转换的文件复制到此工作目录下。
如果是中文文件名，最好将其改为英文文件名。
例：现在要将《小神探点检定修信息管理系统使用手册0.3.6.doc》转换为Html格式的帮助文档，首先将此文档复制到hhwork目录下并将其更名为manual36.doc。
如图1所示。
图13.打开软件DOC2CHM，然后找到manual36.doc，然后点击“Convert”按钮，如图2所示。
图24. 程序分析文档后，打开如图3所示的界面。
图35. 在图3所示的界面中选择默认的“Outline”，然后点击“Last>>”按钮，打开图4所示的界面。
图46. 在图4所示的界面中点击“Convert”按钮，程序开始将文档Manual36.doc转换为Html文档，并保存在Manual36子目录下。
7. 在子目录下的以Outline开头的文件夹下，将后缀名为jpg的文件名更改一下，目的是每个文件的名称不同。
8. 用Dreamweaver打开此目录中的所有htm文件，如图5。
图59. 在图5所示的界面中将出现在标题前的标签删除掉，然后将标题复制到标题框中。
然后将图片的更改正确。
10. 打开Help and Manual 4，如图6。
图611. 在图6所示的界面中点击“新建”按钮创建新的帮助方案。
如图7所示。
图712. 在图7所示的界面中选择“导入现有的文件从…”，然后选择“常规HTML和文本文件”，在下面的框中指定源文件夹的位置。
然后点击“下一步”。
程序打开图8所示的界面。
图813. 在上图中指定输出文件的位置，可以采用默认位置。
然后点击“下一步”打开图9所示的界面。
图914. 在图9所示的界面中将不需要的文件移除，然后点击“下一步”打开图10所示的界面。
java调用openoffice将office系列文档转换为PDF的示例方法
java调⽤openoffice将office系列⽂档转换为PDF的⽰例⽅法前导：发过程中经常会使⽤java将office系列⽂档转换为PDF，⼀般都使⽤微软提供的openoffice+jodconverter 实现转换⽂档。
openoffice既有windows版本也有linux版。
不⽤担⼼⽣产环境是linux系统。
1、openoffice依赖jar，以maven为例：<dependency><groupId>com.artofsolving</groupId><artifactId>jodconverter</artifactId><version>2.2.1</version></dependency><dependency><groupId>org.openoffice</groupId><artifactId>jurt</artifactId><version>3.0.1</version></dependency><dependency><groupId>org.openoffice</groupId><artifactId>ridl</artifactId><version>3.0.1</version></dependency><dependency><groupId>org.openoffice</groupId><artifactId>juh</artifactId><version>3.0.1</version></dependency><dependency><groupId>org.openoffice</groupId><artifactId>unoil</artifactId><version>3.0.1</version></dependency><!--jodconverter2.2.1必须依赖slf4j-jdk14必须这个版本，不然源码中⽇志会报错，很low的⼀个问题--><dependency><groupId>org.slf4j</groupId><artifactId>slf4j-jdk14</artifactId><version>1.4.3</version></dependency>2、直接上转换代码，需要监听openoffice应⽤程序8100端⼝即可。
jodconverterlocalproperties 说明
jodconverterlocalproperties 说明
jodconverter是一个Java 库，用于将Office 文档（如Microsoft Word、Excel 和PowerPoint）转换为其他格式，如PDF、HTML、纯文本等。
它使用LibreOffice 或OpenOffice 的后台进程来执行转换。
jodconverterlocalproperties可能是指在使用jodconverter时需要配置的一些本地
属性。
这些属性可能包括：
1.Office Home Location: 指定LibreOffice 或OpenOffice 的安装路径。
这
是jodconverter需要知道以便能够启动后台进程并执行文档转换的位置。
2.Port Number: jodconverter启动LibreOffice 或OpenOffice 的后台进程时可能使
用的端口号。
3.Timeout Settings: 指定转换操作的超时时间，以避免转换操作无限制地挂起。
4.Logging Configuration: 配置日志记录，以便跟踪和调试转换过程中的任何问题。
5.Other System Properties: 可能还包括其他与LibreOffice 或OpenOffice 后台进程
交互所需的系统属性。
这些属性通常在配置文件或环境变量中设置，以便jodconverter在执行转换时使用。
具体的属性和配置方法可能因jodconverter的版本和使用的Office 套件的不同而有所变化。
【好文翻译】一步一步教你使用Spire.Doc转换Word文档格式
【好⽂翻译】⼀步⼀步教你使⽤Spire.Doc转换Word⽂档格式背景：本⽂试图证明和审查的格式转换能⼒。
很长的⼀段时间⾥，为了操作⽂档，开发⼈员不得不在服务器上安装Office软件。
⾸先，这是⼀个很糟糕的设计和实践。
第⼆，微软从没打算把Office作为⼀个服务器组件，它也⽤来在服务器端解释和操作⽂档的。
于是乎，产⽣了类似Spire.Doc这样的类库。
当我们讨论这个问题时，值得⼀提的是Office Open Xml. Office Open XML (也有⾮正式地称呼为 OOXML 或OpenXML) 是⼀种压缩的, 基于XML的⽂件格式，由微软开发，⽤于表现电⼦表格，展⽰图表，演⽰和⽂字处理等。
在2005年11⽉，微软宣布作为ECMA国际主要合作伙伴，将其开发的基于XML的⽂件格式标准化，称之为"Office Open XML"。
Open XML的引进使office⽂档结构更加标准化，并且开发⼈员使⽤ Open XML SDK可以直接进⾏很多简单的操作，但是仍然有很多差距，如将word⽂档转换成其他格式，⽐如PDF，图像，或者HTML等。
这就是Spire.Doc 来拯救开发⼈员的原因。
⽂档转换：我将在⽂章的其余部分来介绍Spire.Doc可以适⽤的多种场景。
⽂中展⽰的所有例⼦均可以在 Spire.Doc 的DEMO中找到，你可以很容易地下载并使⽤它们。
我的例⼦是⼀个简单的控制台程序，当然它也⽀持其他平台，如web项⽬或者Silverlight项⽬等。
⽤他们⾃⼰的话来说，Spire.Doc 宣称："Spire.Doc for .NET 可以将word⽂件转换成最常见和流⾏的格式。
"为了开始使⽤Spire.Doc，你⾸先需要添加Spire.Doc,Spire.License 和Spire.Pdf引⽤到你的项⽬中，这两个组件是打包在Spire.Doc中的.你需要⼀个有效的Spire.Doc授权⽂件才能使⽤这个类库，否则它将在⽂档中显⽰"评估版本"警告。
Java实现word文档在线预览，读取office（word,excel,ppt）文件
Java实现word⽂档在线预览，读取office（word,excel,ppt）⽂件想要实现word或者其他office⽂件的在线预览，⼤部分都是⽤的两种⽅式，⼀种是使⽤openoffice转换之后再通过其他插件预览，还有⼀种⽅式就是通过POI读取内容然后预览。
⼀、使⽤openoffice⽅式实现word预览主要思路是：1.通过第三⽅⼯具openoffice，将word、excel、ppt、txt等⽂件转换为pdf⽂件2.通过swfTools将pdf⽂件转换成swf格式的⽂件3.通过FlexPaper⽂档组件在页⾯上进⾏展⽰我使⽤的⼯具版本：openof：3.4.1swfTools：1007FlexPaper：这个关系不⼤，我随便下的⼀个。
推荐使⽤1.5.1JODConverter：需要jar包，如果是maven管理直接引⽤就可以操作步骤：1.office准备下载openoffice：从过往⽂件，其他语⾔中找到中⽂版3.4.1的版本下载后，解压缩，安装然后找到安装⽬录下的program ⽂件夹在⽬录下运⾏soffice -headless -accept="socket,host=127.0.0.1,port=8100;urp;" -nofirststartwizard如果运⾏失败，可能会有提⽰，那就加上 .\ 在运⾏试⼀下这样openoffice的服务就开启了。
2.将flexpaper⽂件中的js⽂件夹(包含了flexpaper_flash_debug.js，flexpaper_flash.js,jquery.js,这三个js⽂件主要是预览swf⽂件的插件)拷贝⾄⽹站根⽬录;将FlexPaperViewer.swf拷贝⾄⽹站根⽬录下(该⽂件主要是⽤在⽹页中播放swf⽂件的播放器)项⽬结构：页⾯代码：fileUpload.jsp<%@ page language="java" contentType="text/html; charset=UTF-8"pageEncoding="UTF-8"%><!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "/TR/html4/loose.dtd"><html><head><meta http-equiv="Content-Type" content="text/html; charset=UTF-8"><title>⽂档在线预览系统</title><style>body {margin-top:100px;background:#fff;font-family: Verdana, Tahoma;}a {color:#CE4614;}#msg-box {color: #CE4614; font-size:0.9em;text-align:center;}#msg-box .logo {border-bottom:5px solid #ECE5D9;margin-bottom:20px;padding-bottom:10px;}#msg-box .title {font-size:1.4em;font-weight:bold;margin:0 0 30px 0;}#msg-box .nav {margin-top:20px;}</style></head><body><div id="msg-box"><form name="form1" method="post" enctype="multipart/form-data" action="docUploadConvertAction.jsp"><div class="title">请上传要处理的⽂件，过程可能需要⼏分钟，请稍候⽚刻。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
为什么会想起来将上传的word文档转换成html格式呢？设想，如果一个系统需要发布在页面的文章都是来自word文档，一般会执行下面的流程：使用word打开文档，Ctrl+A，进入发布文章页面，Ctrl+V。
看起来也不麻烦，但是，如果文档中包含大量图片呢？尴尬的事是图片都需要重新上传吧？如果可以将已经编写好的word文档上传到服务器就可以在相应页面进行展示，将会是一件非常惬意的事情，最起码信息发布人员会很开心。
程序员可能就不会这么想了，囧。
将Word转Html的原理是这样的：1、客户上传Word文档到服务器2、服务器调用OpenOffice程序打开上传的Word文档3、OpenOffice将Word文档另存为Html格式4、Over至此可见，这要求服务器端安装OpenOffice软件，其实也可以是MS Office，不过OpenOffice 的优势是跨平台，你懂的。
恩，说明一下，本文的测试基于MS Win7 Ultimate X64 系统。
下面就是规规矩矩的实现。
1、下载OpenOffice，/index.html So easy...2、下载Jodconverter /opensource/jodconverter 这是一个开启OpenOffice进行格式转化的第三方jar包。
3、泡杯热茶，等待下载。
4、安装OpenOffice，安装结束后，调用cmd，启动OpenOffice的一项服务：C:\Program Files (x86)\ 3\program>soffice -headless -accept="socket,port=8100;urp;"5、打开eclipse6、喝杯热茶，等待eclipse打开。
7、新建eclipse项目，导入Jodconverter/lib 下得jar包。
8、Coding...查看代码package com.mzule.doc2html.util;import java.io.BufferedReader;import java.io.File;import java.io.FileInputStream;import java.io.FileNotFoundException;import java.io.IOException;import java.io.InputStreamReader;import .ConnectException;import java.util.Date;import java.util.regex.Matcher;import java.util.regex.Pattern;import com.artofsolving.jodconverter.DocumentConverter;importcom.artofsolving.jodconverter.openoffice.connection.OpenOfficeConnection;importcom.artofsolving.jodconverter.openoffice.connection.SocketOpenOfficeConnection;importcom.artofsolving.jodconverter.openoffice.converter.OpenOfficeDocumentConverter;/*** 将Word文档转换成html字符串的工具类** @author MZULE**/publicclass Doc2Html {publicstaticvoid main(String[] args) {System.out.println(toHtmlString(new File("C:/test/test.doc"),"C:/test"));}/*** 将word文档转换成html文档** @param docFile* 需要转换的word文档* @param filepath* 转换之后html的存放路径* @return转换之后的html文件*/publicstatic File convert(File docFile, String filepath) {// 创建保存html的文件File htmlFile = new File(filepath + "/" + new Date().getTime()+ ".html");// 创建Openoffice连接OpenOfficeConnection con =new SocketOpenOfficeConnection(8100);try{//连接con.connect();}catch(ConnectException e) {System.out.println("获取OpenOffice连接失败...");e.printStackTrace();}//创建转换器DocumentConverter converter =new OpenOfficeDocumentConverter(con);//转换文档问htmlconverter.convert(docFile, htmlFile);//关闭openoffice连接con.disconnect();return htmlFile;}/*** 将word转换成html文件，并且获取html文件代码。
**@param docFile* 需要转换的文档*@param filepath* 文档中图片的保存位置*@return转换成功的html代码*/public static String toHtmlString(File docFile, String filepath) {//转换word文档File htmlFile = convert(docFile, filepath);//获取html文件流StringBufferhtmlSb =new StringBuffer();try{BufferedReaderbr =new BufferedReader(new InputStreamReader(new FileInputStream(htmlFile)));while(br.ready()) {htmlSb.append(br.readLine());}br.close();//删除临时文件htmlFile.delete();}catch(FileNotFoundException e) {e.printStackTrace();}catch(IOException e) {e.printStackTrace();}//HTML文件字符串String htmlStr = htmlSb.toString();//返回经过清洁的html文本return clearFormat(htmlStr, filepath);}/*** 清除一些不需要的html标记**@param htmlStr* 带有复杂html标记的html语句*@return去除了不需要html标记的语句*/protected static String clearFormat(String htmlStr, String docImgPath) {//获取body内容的正则String bodyReg = "<BODY .*</BODY>";Pattern bodyPattern = pile(bodyReg);Matcher bodyMatcher = bodyPattern.matcher(htmlStr);if(bodyMatcher.find()) {//获取BODY内容，并转化BODY标签为DIVhtmlStr = bodyMatcher.group().replaceFirst("<BODY", "<DIV").replaceAll("</BODY>", "</DIV>");}//调整图片地址htmlStr = htmlStr.replaceAll("<IMG SRC=\"", "<IMG SRC=\"" + docImgPath+ "/");//把<P></P>转换成</div></div>保留样式//content = content.replaceAll("(<P)([^>]*>.*?)(<\\/P>)",//"<div$2</div>");//把<P></P>转换成</div></div>并删除样式htmlStr = htmlStr.replaceAll("(<P)([^>]*)(>.*?)(<\\/P>)", "<p$3</p>");//删除不需要的标签htmlStr = htmlStr.replaceAll("<[/]?(font|FONT|span|SPAN|xml|XML|del|DEL|ins|INS|meta|META|[ovwxpOVWXP]:\\w+) [^>]*?>","");//删除不需要的属性htmlStr = htmlStr.replaceAll("<([^>]*)(?:lang|LANG|class|CLASS|style|STYLE|size|SIZE|face|FACE|[ovwxpOVWXP]:\\ w+)=(?:'[^']*'|\"\"[^\"\"]*\"\"|[^>]+)([^>]*)>","<$1$2>");return htmlStr;}}。