如何将docx转换为xhtml

如何解决如何将docx转换为xhtml

我正试图找到一种将docx文件转换为XHTML的解决方案。

我找到了xdocreport，看起来不错，但是我遇到了一些问题。 （而且我是xdocreport的新手）

根据他们在github here和here上的文档：我应该能够使用以下代码进行转换：

    String source = args[0];
    String dest = args[1];

    // 1) Create options DOCX to XHTML to select well converter form the registry
    Options options = Options.getFrom(DocumentKind.DOCX).to(ConverterTypeTo.XHTML);

    // 2) Get the converter from the registry
    IConverter converter = ConverterRegistry.getRegistry().getConverter(options);

    // 3) Convert DOCX to (x)html
    try {
        InputStream in = new FileInputStream(new File(source));
        OutputStream out = new FileOutputStream(new File(dest));
        converter.convert(in,out,options);
    } catch (XDocConverterException | FileNotFoundException e) {
        e.printStackTrace();
    }

我正在使用这些依赖项（尝试了不同的版本，例如2.0.2、2.0.0、1.0.6）：

    <dependency>
        <groupId>fr.opensagres.xdocreport</groupId>
        <artifactId>fr.opensagres.xdocreport.document.docx</artifactId>
        <version>2.0.2</version>
    </dependency>

    <dependency>
        <groupId>fr.opensagres.xdocreport</groupId>
        <artifactId>fr.opensagres.xdocreport.template.freemarker</artifactId>
        <version>2.0.2</version>
    </dependency>

    <dependency>
        <groupId>fr.opensagres.xdocreport</groupId>
        <artifactId>fr.opensagres.xdocreport.converter.docx.xwpf</artifactId>
        <version>2.0.2</version>
    </dependency>

我的问题：

• 图像丢失
• 缺少背景色（所有页面都有背景色，不是白色，我也必须将其转换）

我该如何处理这些问题？ （或者如何使用带有格式/编号/图像的Docx4j将docx转换为xhtml？）

解决方法

要使用*.docx和XHTML的{​​{1}}作为源将XDocReport转换为apache poi，则需要XWPFDocument。这些选项能够使XHTMLOptions设置从ImageManager提取图像的路径。然后需要XWPFDocument进行转换。

完整示例：

XHTMLConverter

这可以正确处理图像。

但是import java.io.*; //needed jars: xdocreport-2.0.2.jar,import fr.opensagres.poi.xwpf.converter.xhtml.XHTMLConverter; import fr.opensagres.poi.xwpf.converter.xhtml.XHTMLOptions; import fr.opensagres.poi.xwpf.converter.core.ImageManager; //needed jars: all apache poi dependencies import org.apache.poi.xwpf.usermodel.*; public class DOCXToXHTMLXDocReport { public static void main(String[] args) throws Exception { String docPath = "./WordDocument.docx"; String root = "./"; String htmlPath = root + "WordDocument.html"; XWPFDocument document = new XWPFDocument(new FileInputStream(docPath)); XHTMLOptions options = XHTMLOptions.create().setImageManager(new ImageManager(new File(root),"images")); FileOutputStream out = new FileOutputStream(htmlPath); XHTMLConverter.getInstance().convert(document,out,options); out.close(); document.close(); } } 到目前为止无法正确处理XDocReport的页面背景颜色。它提取并处理段落背景颜色，但不提取页面背景颜色。