自動化工具word文檔批量轉html

企業有不少的科室，科室的每一個人或多或少都會寫一些文檔，有些文檔領導須要瀏覽，解決的辦法是將編輯的文檔打印出來，供領導瀏覽，或是爲了節約企業成本，文檔就在人與人這間或部門之間copy過來，copy過去。若是員工或領導不善於管理文檔，就會形成有不少的版本，或者是在之後沒法輕鬆的找到相關的文檔。

因此企業專門找到一我的（文檔管理員），讓這我的負責文檔的管理。而文檔的管理的方式有兩種形式，第一種是doc形式的（即word文檔），第二種是分享形式的。

對於第一種文檔管理方式，只涉及到這個文檔管理員，收集各部門的文檔，將部門規劃成一種以下圖的形式：

而後在部門中再規劃人員，以下圖：

 

經過第一種形式，那麼文檔的管理也就解決了。只保存最新文檔，對文檔進行彙總等，若是領導須要什麼文檔的話，只須要讓文檔管理員打印並呈送就能夠了。

可是領導或職員須要什麼文檔？領導也不是一臺機器，沒有過目不忘的本領，並不知道公司有什麼文檔？若是文檔中有錯字有誰來發現？因此爲了解決這幾個問題，須要實現文檔的分享，也就是第二種文檔管理方式。

解決思路是在局域網中創建一個網站，企業中的任何一我的均可以瀏覽公司的文檔。經過這個網站，企業中的任何一我的也都知道本企業有什麼文檔，尋找資料也會方便些。

網站也很簡單，只須要實現目錄結構上的複製，部門對應部門，人員對應人員。再把doc轉換成html，文檔名稱對應頁面名稱。而後再自動生成網站首頁，這個網站也就作完了。

技術實現：
在這裏只是大致介紹一下，若是須要了解技術詳細的話，能夠下載下面的源代碼。

1.給定須要轉換的目錄（包含word文檔的目錄）和輸出目錄
2.讀取目錄中的全部word文檔
3.將全部的word文章轉換成Html文件，並將html文件保存到輸出目錄下對應的目錄（即部門對應部門，人員對應人員），代碼以下

public void ToHtml(string filePath)  
{
    this.FilePath = filePath;
    Word.Application word = new Word.Application();
    Type wordType = word.GetType();
    Word.Documents docs = word.Documents;
    Type docsType = docs.GetType();
    Word.Document doc = (Word.Document)docsType.InvokeMember("Open",
        System.Reflection.BindingFlags.InvokeMethod, null, docs,
        new Object[] { (object)FilePath, true, true }); //打開word文檔
    Type docType = doc.GetType();
    CreateDirectory(TargetDirectoryPath);  //源目錄對應目標目錄 
    string strSaveFileName = TargetFilePath;  //轉換成目標文件路徑
    object saveFileName = (object)strSaveFileName;
    //另存爲html,關閉文檔並退出
    docType.InvokeMember("SaveAs", System.Reflection.BindingFlags.InvokeMethod,
        null, doc, new object[] { saveFileName, Word.WdSaveFormat.wdFormatFilteredHTML });
    docType.InvokeMember("Close", System.Reflection.BindingFlags.InvokeMethod, null, doc, null);
    wordType.InvokeMember("Quit", System.Reflection.BindingFlags.InvokeMethod, null, word, null);
}

word轉爲html後，測試頁面樣式：

4.生成首頁，並將首頁保存到輸出目錄下。爲使首頁結構清晰，使用了jquery插件treeview。

public string ToHtmlStructure(DirectoryInfo directory)
{
            
    FileInfo[] files = null;
    DirectoryInfo[] subDirs = null;
    files = directory.GetFiles("*.*");
    _sb.AppendLine(AddUl());
    foreach (FileInfo fi in files)
    {

        string relativelinks = Uri.EscapeUriString(fi.FullName.Replace(string.Format(@"{0}\", DirectoryPath), "").Replace('\', '/'));
        _sb.AppendLine(string.Format("<li><a href='{0}' target='_blank'>{1}</a></li>",relativelinks, fi.Name));
    }
    subDirs = directory.GetDirectories();
    foreach (DirectoryInfo dirInfo in subDirs)
    {
        _sb.AppendLine("<li>");
        _sb.AppendLine(dirInfo.Name);
        ToHtmlStructure(dirInfo);
        _sb.AppendLine("</li>");
    }
    _sb.AppendLine("</ul>");
    return _sb.ToString();
}

生成的首頁顯示大致以下（非企業的文檔，而是本身的文檔）：

開發環境：win7+vs2010+office2007

測試環境：win7+office2007

總結：
在開發這個工具時，最主要的仍是word轉html。而我使用的方式是com方法調用word的open,saveas,close和quit。這種方式會在word的最近瀏覽記錄中留下信息，以下：

而且html的生成徹底由word控制，生成的html的樣式也徹底由word控制。有的文章轉換爲html後，顯得html內容不美觀。我測試了一下，安裝不一樣的office版本，office2003（沒法轉換高版本的文檔）,office2007,office2010,版本越高，轉換後的html樣式越好。

我也在網上尋找了word轉html的控制方式（包括國內的、國外的），發現若是想徹底控制轉換，彷佛是不可能的。固然也有doc轉換工具，如google doc。不知道我這個觀點對不對？

 

源代碼下載：源碼Convertor.rar