在Java中以编程方式将Word文档转换为HTML
我需要将Word文档转换为Java中的HTML文件。该函数将接受输入一个Word文档，输出将基于Word文档的页数的html文件，即如果Word文档有3页，那么将生成3个具有所需分页符的html文件。
我搜索了开源/非商业API，它们可以将doc转换为html，但没有结果。任何以前做过这种工作的人请帮忙。
谢谢
答案 1
我推荐JODConverter，它利用 OpenOffice.org，它为当今可用的OpenDocument和Microsoft Office格式提供了可以说是最好的导入/导出过滤器。
JODConverter有很多文档，脚本和教程来帮助您。
答案 2
我已经在新的MS Word XML格式不可用的生产系统中成功地使用了以下方法：
生成一个执行类似于以下内容的进程：
http://www.oooninja.com/2008/02/batch-command-line-file-conversion-with.html
您可能希望在程序启动时启动一次openoffice，并在程序期间根据需要多次调用python脚本（进行某种检查以确保ooffice进程始终存在）。
另一种选择是在每次需要执行转换时生成以下类型的命令：
ooffice -无头“macro://<要转换的ooffice vb宏的路径，参数指向file>”
我已经多次使用宏方法，它运行良好（抱歉，我没有可用的宏代码）。
虽然有通过MS Word做到这一点的机制，但它们从Java来说并不容易，并且确实需要其他支持程序来通过OLE驱动MS Word。
我以前也使用过abiword，它适用于许多文档，但确实与更复杂的文档混淆（ooffice似乎可以处理我扔给它的所有内容）。Abiword的转换命令行界面比ooffice稍微容易一些。
推荐
