java - 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 Word。我想知道哪些 API 会有帮助，以及是否有其他选项可以做到这一点。整个页面要转换为.doc(例如，如果html页面中有表格，则必须在word doc中创建类似的表格)。Apache POI 不提供像 HTML 页面一样格式化 Word 文档的选项。我需要一些可以为我提供完全格式化的 Word 文档的东西。

我寻求的一些东西是JSOUP、docx4j、jasper reports和JOD Converter。

I tried parsing the HTML page using JSOUP and I get the contents of the page in my java program. Now I need to pass these contents to a doc/docx file. Can docx4j be helpful to get a formatted docx file?

请帮忙。谢谢。

Answer 1

我会同意 Ashwini Raman 的建议。它并不适用于所有场景。对于包含许多图像和内容的复杂 HTML 文档，Word 的效果并不好。但对于大多数情况来说应该没问题。否则，您面前将面临一项复杂的任务。例如，您必须使用 jsoup 库解析 HTML 文档，然后使用 docx4j 库创建 workd 文档。两者的链接都在这里:

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

http://jsoup.org/

当您也这样做时，格式可能会不稳定。

为了回答你原来的问题，不存在任何现成的库可以满足你的期望。至少我没遇到过。