html变换到word
日期：2014-05-17 浏览次数：20704 次
html转换到word
最近在项目中需要将通过富文本编辑器处理过的文字转换为Word，查了很久，大家通常的解决办法是使用Jacob或POI等组件直接生成Word，但是都无法将富文本编辑器处理过的文字保留样式并保存为Word，最终以失败而告终，无奈只有自己研究Word的格式转换；
分析了转换过程，总体分两个步骤：
1、实现富文本中样式代码的分离；
2、保留CSS样式；
其实以上两个步骤是相互矛盾的处理过程，无法通过Jacob或POI组件加正则表达式过滤解决，于是进行了以下步骤的实验：
1、首先创建了一个空白word文档，格式（office 2003格式或office 2007格式）不限；
2、将word格式保存为html格式，通过Edit Plus打开，发现代码中使用了office的命名空间，同时使用了office命名空间的标签定义了CSS样式，自己测试了一下，将生成的html文件头和尾拷贝出来：代码如下：
以上HTML头是office的命名空间定义。
3、将使用富文本代码粘贴到红色标识的<!-- 富文本代码区 -->中，并以doc或docx格式保存文件；
4、大功告成，打开文件时，Word将会以“Web版视图”完美显示了富文本样式，成功解决了富文本代码中样式代码，并同时保留了格式；
目前研究的仅能保存文字，未处理有图片的代码，朋友们可以再研究一下带图片的富文本代码的转换；
最近在项目中需要将通过富文本编辑器处理过的文字转换为Word，查了很久，大家通常的解决办法是使用Jacob或POI等组件直接生成Word，但是都无法将富文本编辑器处理过的文字保留样式并保存为Word，最终以失败而告终，无奈只有自己研究Word的格式转换；
分析了转换过程，总体分两个步骤：
1、实现富文本中样式代码的分离；
2、保留CSS样式；
其实以上两个步骤是相互矛盾的处理过程，无法通过Jacob或POI组件加正则表达式过滤解决，于是进行了以下步骤的实验：
1、首先创建了一个空白word文档，格式（office 2003格式或office 2007格式）不限；
2、将word格式保存为html格式，通过Edit Plus打开，发现代码中使用了office的命名空间，同时使用了office命名空间的标签定义了CSS样式，自己测试了一下，将生成的html文件头和尾拷贝出来：代码如下：
[html] view plaincopy
<html xmlns:v="urn:schemas-microsoft-com:vml"
xmlns:o="urn:schemas-microsoft-com:office:office"
xmlns:w="urn:schemas-microsoft-com:office:word"
xmlns:m="http://schemas.microsoft.com/office/2004/12/omml"
xmlns="http://www.w3.org/TR/REC-html40">
<!-- 富文本代码区 -->
</html> 以上HTML头是office的命名空间定义。
3、将使用富文本代码粘贴到红色标识的<!-- 富文本代码区 -->中，并以doc或docx格式保存文件；
4、大功告成，打开文件时，Word将会以“Web版视图”完美显示了富文本样式，成功解决了富文本代码中样式代码，并同时保留了格式；
目前研究的仅能保存文字，未处理有图片的代码，朋友们可以再研究一下带图片的富文本代码的转换；
免责声明： 本文仅代表作者个人观点，与爱易网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
