POI将Word转换成HTML

什么是 Apache POI？

Apache POI 是一个开源的 Java 库，用于读写 Microsoft Office 格式文件，包括 Word（.doc/.docx）、Excel 和 PowerPoint。通过 POI，开发者可以轻松地将 Word 文档内容提取并转换为 HTML 等其他格式。

为什么需要将 Word 转换为 HTML？

• 在网页中展示 Word 内容，无需依赖 Office 软件
• 便于搜索引擎抓取和索引文档内容
• 实现文档内容的跨平台共享与嵌入
• 简化富文本编辑器的数据导入流程

Java 示例代码（使用 POI）

以下是一个简单的 Java 代码片段，演示如何使用 Apache POI 将 .docx 文件转换为 HTML：

import org.apache.poi.xwpf.converter.xhtml.XHTMLConverter;
import org.apache.poi.xwpf.usermodel.XWPFDocument;

import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.OutputStream;

public class WordToHtml {
    public static void main(String[] args) throws Exception {
        try (FileInputStream in = new FileInputStream("input.docx");
             OutputStream out = new FileOutputStream("output.html")) {

            XWPFDocument document = new XWPFDocument(in);
            XHTMLConverter.getInstance().convert(document, out, null);
        }
    }
}

注意：需引入 poi-ooxml 和 poi-scratchpad 以及 fr.opensagres.xdocreport 相关依赖。

在线工具推荐

如果您不熟悉编程，也可以使用以下在线工具快速完成 Word 到 HTML 的转换：

• 上传 Word 文件，自动解析并生成 HTML 代码
• 支持保留基本格式（标题、列表、表格等）
• 完全免费，无需注册