Java 實現HTML富文本導出至word完美解決方案

1、 問題的提出

     最近用java開發一個科技項目信息管理系統，裏面有一個根據項目申請書的模板填寫項目申報信息的功能，有一個科技項目申請書word導出功能。

      已有的實現方式：採用標準的jsp模板輸出實現，簡單地說，就是把數據渲染進jsp頁面，而後將此頁面另存爲doc文檔，從而達到word導出效果。可是存在如下幾個問題：

(1) 因爲導出的html網頁格式，打開word後，默認顯示的視圖模式爲WEB版式視圖；

(2) 修改word文檔後，會新增一個相關聯的文件夾，word的html中會引用這個文件夾中的資源，好比樣式、圖片、主題等；這樣若是隻轉移word文檔自己，會形成找不到相關聯的資源。

(3) 因爲咱們有些字段內容是採用富文本編輯器（百度的UEditor）填寫的，裏面有附件的上傳（主要是圖片）。針對圖片，HTML的img標籤有一個src的屬性，這個src是服務器的圖片資源路徑。這個若是要顯示這個圖片的話，客戶的機器必需要保證聯網，這樣形成word不能離線存檔。

(4) 這樣導出的word打印出來的效果也是一塌糊塗，無法接受。

正由於有這些問題，急需尋找另一種解決方案。

2、 可用方案

在網上查找資料，總結出兩種比較可行的方案。

(1) 製做word模板，導出成mht文件（單頁面網頁格式），而後往模板裏渲染數據，最終生成word文檔。

(2) 製做word模板，導出成xml文件，而後往模板裏渲染數據，最終生成word文檔。

這兩種都是採用模板的思想，模板的製做比較加單，比用poi去組織word格式簡單的不少不少。惟一的不一樣點在於導出文件的格式不一樣，一個是mht文件，一個是xml文件。考慮到本項目中的項目申報書個別字段採用了富文本編輯器實現，保存進數據庫中是html格式的字符串，因此咱們採用第一種方案，即經過mht文件來實現。

 

3、 思路整理與分析

1. mht文件的文件存儲結構分析

打開客戶提供的項目申報書模板文件，如，選擇「另存爲-》其餘格式」菜單，選擇「保存爲mht文件（單網頁文件）」，以下圖所示：

保存後，用文本編輯器（UltraEdit或Sublime等）打開。打開後，有一些規律可循，具體關鍵的要點以下：

(1) mht文件的內容採用3Dus-ascii編碼格式，裏面的中文字符串都被編碼成不可讀的內容；

(2) mht是單網頁文件，裏面內嵌了不少資源內容，特別要注意的是圖片資源。咱們查找「image」，會找到「image001」」image002」。。。。等相關的匹配值。針對每一個圖片（好比image002）有三個地方出現。

第一，在Html的<v:shape>標籤中,以下

第二，在內嵌資源塊中，對圖片的內容採用base64編碼。具體格式以下

第三，在文件的末尾部，有個<xml>標籤，裏面有個HRef屬性標識，具體內容以下：

2. 具體的實現思路

(1) 製做word模板，用特定的模板引擎（咱們用的freeMarker）的語法去生成佔位符，而後導出出mht文件；

(2) 組織、處理數據，而後利用模板引擎去渲染模板。

(3) 將渲染後的結果保存爲doc文件。

最重要的是第2個步驟中的處理數據。根據mht文件的格式要求，主要須要處理如下幾個地方。

(1) 將字符串類型的數據編碼成3Dus-ascii格式；

(2) 對富文本數據進行處理。主要是上述三個地方的處理，其一，對富文本的html中的img進行處理，轉換成<v:shape>標籤格式；其二，取出img的實際存儲位置，將圖片的內容按照base64進行編碼，並將編碼後內容添加進對應的位置；其三，在mht文件的末尾的xml標籤中加入相關資源引入字符串。

4、 實現步驟及注意事項

1. 根據模板引擎的語法規則填入佔位符製做word模板，保存爲mht文件。

另存爲mht文件後，需用文本編輯器打開，主要綁定語句不能斷，好比${projectSbInfo.xmnamecn}另存爲mht文件後，可能成了${projectSbInfo.=

xmnamecn}這個格式，需手動再修改一下。

另外還需在mht文件中插入圖片資源的base64及xml 的href引用的佔位。以下圖

2. 組織、處理數據

通常的屬性數據組織起來簡單，無非就是從數據庫中獲取，處理也簡單。這裏要特別注意如下數據的處理。

（1） html中image元素的處理。處理流程以下：

（2） 因爲mht文件是採用的是「us-ascii」編碼，屬性後面都必須帶有3D前綴。因此包含html內容的需進行一下替換操做。

3．渲染模板，而後另存了word格式便可。

 

 

 

相關源代碼：http://files.cnblogs.com/files/liaofeifight/word.rar