学步园

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  

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  

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  

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  

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  

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:)