本文目录一览：
- 1、如何利用openoffice读取word文档，并输出在页面上（HTML）
- 2、php 怎么实现读取word文档内容，显示到html上面？能给个案例最好了，谢谢！
- 3、如何在php下实现word转换成HTML，都进来看看吧
- 4、怎样能够在linux环境下使用php像word另存为那样吧word转化成html
如何利用openoffice读取word文档，并输出在页面上（HTML）
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。-php将word转化成html
下面就是规规矩矩的实现。
1、下载OpenOffice，
2、下载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)\OpenOffice.org 3\programsoffice -headless -accept="socket,port=8100;urp;"-php将word转化成html
5、打开eclipse
6、喝杯热茶，等待eclipse打开。
7、新建eclipse项目，导入Jodconverter/lib 下得jar包。
* commons-io
* jodconverter
* juh
* jurt
* ridl
* slf4j-api
* slf4j-jdk14
* unoil
* xstream
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 java.net.ConnectException;
import java.util.Date;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
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;
/**
* 将Word文档转换成html字符串的工具类
*
* @author MZULE
*
*/
public class Doc2Html {
public static void 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
*/
public static 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html
converter.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
StringBuffer htmlSb = new StringBuffer();
try {
BufferedReader br = 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 = Pattern.compile(bodyReg);
Matcher bodyMatcher = bodyPattern.matcher(htmlStr);
if (bodyMatcher.find()) {
// 获取BODY内容，并转化BODY标签为DIV
htmlStr = 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+)=(?:'[^']*'|\"\"[^\"\"]*\"\"|[^]+)([^]*)",-php将word转化成html
"$1$2");
return htmlStr;
}
}
php 怎么实现读取word文档内容，显示到html上面？能给个案例最好了，谢谢！
如果在win可以用com组件读取：
// 建立一个指向新COM组件的索引
$word = new COM("word.application") or die("Can't start Word!");
// 显示目前正在使用的Word的版本号
//echo "Loading Word, v. {$word-Version}br";
// 把它的可见性设置为0（假），如果要使它在最前端打开，使用1（真）
// to open the application in the forefront, use 1 (true)
//$word-Visible = 0;
//打?一个文档
$word-Documents-OPen("d:\a.doc");
//读取文档内容
$test= $word-ActiveDocument-content-Text;
echo $test;
echo "br";
//将文档中需要换的变量更换一下
$test=str_replace("{变量}","这是变量",$test);
echo $test;
$word-Documents-Add();
// 在新文档中添加文字
$word-Selection-TypeText("$test");
//把文档保存在目录中
$word-Documents[1]-SaveAs("d:/myweb/comtest.doc");
// 关闭与COM组件之间的连接
$word-Quit();
linux可用antiword插件去实现
如何在php下实现word转换成HTML，都进来看看吧
你好，试试我这个吧
刚刚测试完的。
?php
/*
@author axgle axgle@126.com
直接用php把word文档转化成HTML文件
适用于windows和安装了word的环境
*/
function word2html($wfilepath)
{
$word=new COM("Word.Application") or die("无法打开 MS Word");
$word-visible = 1 ;
$word-Documents-Open($wfilepath)or die("无法打开这个文件");
$htmlpath= substr($wfilepath,0,-4);
$word-ActiveDocument-SaveAs($htmlpath,8);
$word-quit(0);
}
$w="G:/www/test.doc";
word2html($w);
print( "Word转html完成!" );
?
怎样能够在linux环境下使用php像word另存为那样吧word转化成html
这个需要用到linux下提供的开源软件，需要自己安装，比如openoffice ，wvHtml 这两款
