Microsoft Word 文件格式 DOC/DOCX 是著名的,因为字处理器支持多种功能来组织和解释信息。同样,HTML 文件格式有助于在 Web 应用程序中显示信息。在本文中,您将学习使用 Java 将 Word 文件 (DOC/DOCX) 转换为 HTML 或 HTML5。以下是您将在此处探索的用例:
- 使用 Java 将 Word (DOC/DOCX) 转换为 HTML
- 使用 Java 将 DOCX 转换为 HTML5
- 使用 Java 将受密码保护的 Word 文件转换为 HTML
- 使用 Java 将 Word 转换为 MHTML
Java DOCX 到 HTML 或 HTML5 转换器 - 安装
首先,您可以在应用程序中轻松配置 Aspose.Words for Java API。您可以从新的 Releases section 下载 JAR 文件,其中几乎每个月都会更新所有 API。此外,Aspose 提供的所有 Java API 都托管在 Maven 存储库中。同样,可以在 Maven 项目中使用以下配置定义 Aspose.Words for Java 依赖项:
存储库:
<repositories>
<repository>
<id>AsposeJavaAPI</id>
<name>Aspose Java API</name>
<url>https://repository.aspose.com/repo/</url>
</repository>
</repositories>
依赖:
<dependencies>
<dependency>
<groupId>com.aspose</groupId>
<artifactId>aspose-words</artifactId>
<version>20.6</version>
<classifier>jdk17</classifier>
</dependency>
<dependency>
<groupId>com.aspose</groupId>
<artifactId>aspose-words</artifactId>
<version>20.6</version>
<classifier>javadoc</classifier>
</dependency>
</dependencies>
现在我们已经准备好在 Java 应用程序中进行 DOCX 到 HTML 的转换了。
使用 Java 将 Word (DOC/DOCX) 转换为 HTML
您可以按照以下步骤将 Word 转换为 HTML:
- 加载带有 DOC 或 DOCX 扩展名的源 Word 文件
- 将文件另存为输出 HTML
下面的代码示例展示了如何使用 Java 将 DOCX 转换为 HTML:
// 从磁盘加载文档。
Document doc = new Document(dataDir + "TestFile.docx");
// 将文档保存为 HTML。
doc.save(dataDir + "Document_out.html", SaveFormat.HTML);
输入 DOCX 文件预览
![Java中的Word到HTML](images/Word-to-HTML-Java.png#center)
输出 HTML 文件预览
![Java 中的 DOCX 到 HTML](images/DOCX-to-HTML-Java.png#center)
因此,您可以通过这些屏幕截图注意到文档呈现的高保真度。该 API 能够转换文本、图像、表格等等。
使用 Java 将 DOCX 转换为 HTML5
HTML5 是 HTML 的最新版本。我们注意到在 Aspose.Words API 中支持 HTML5 的重复请求。因此,支持 DOCX 到 HTML5 的转换,您可以通过以下步骤转换文件:
- 首先,加载输入 DOCX 文件
- 在设置 SaveFormat 时设置 HtmlSaveOptions
- 设置 HtmlVersion.HTML5 的枚举值
- 保存输出文件
下面的代码片段展示了如何在 Java 中将 DOCX 转换为 HTML5:
// 从磁盘加载文档。
Document doc = new Document(dataDir + "TestFile.docx");
HtmlSaveOptions opts = new HtmlSaveOptions(SaveFormat.HTML);
opts.setHtmlVersion(HtmlVersion.HTML_5);
opts.setExportImagesAsBase64(true);
opts.setExportPageMargins(true);
doc.save(dataDir + "TestFile.html", opts);
使用 Java 将受密码保护的 Word 文件转换为 HTML
DOC 或 DOCX 文件有时受密码保护或使用密码加密。您还可以将此类文件转换为 HTML。但是,您在加载 word 文件时需要密码。您可以按照以下步骤进行 DOCX 到 HTML 的转换:
- 首先,初始化一个 LoadOptions 类的对象
- 设置密码
- 加载加密的 DOCX 文件
- 将 DOCX 转换为 HTML
同样,以下代码示例显示了如何使用 Java 将受密码保护的 DOCX 文件转换为 HTML:
LoadOptions options = new LoadOptions();
options.setPassword("aspose");
// 从磁盘加载文档。
Document doc = new Document(dataDir + "TestFile.docx" , options);
//以 HTML 格式保存文档。
doc.save(dataDir + "DocxToHTML.html",SaveFormat.HTML);
使用 Java 将 Word 转换为 MHTML
MHTML 文件是包含嵌入内容和媒体的单个文件。您可以通过以下步骤将 word 文件 (DOC/DOCX) 转换为 MHTML:
- 加载输入 DOCX 文件
- 使用 SaveFormat.MHTML 保存输出 MHTML 文件
下面的代码片段基于此步骤。因此,它展示了如何使用 Java 将 DOCX 转换为 MHML:
// 从磁盘加载 word 文档。
Document doc = new Document(dataDir + "TestFile.docx");
// 将文档保存为 MHTML。
doc.save(dataDir + "Document.mhtml", SaveFormat.MHTML);
结论
最后,我们学会了无需 Microsoft Word 即可转换 word 文档。例如,根据您的要求将 DOCX 转换为 HTML、MHTML 或 HTML5。同样,我们通过屏幕截图观察到,转换以高保真度和文件格式之间的兼容性执行。因此,您可以在自己的 Java 环境中试用该 API。但是,如果您在设置或测试 API 时遇到任何问题,您可以通过 免费支持论坛 与我们联系!