自动化工具word文档批量转html
企业有很多的科室，科室的每个人或多或少都会写一些文档，有些文档领导需要浏览，解决的办法是将编辑的文档打印出来，供领导浏览，或是为了节约企业成本，文档就在人与人这间或部门之间copy过来，copy过去。如果员工或领导不善于管理文档，就会造成有很多的版本，或者是在以后无法轻松的找到相关的文档。
所以企业专门找到一个人（文档管理员），让这个人负责文档的管理。而文档的管理的方式有两种形式，第一种是doc形式的（即word文档），第二种是分享形式的。
对于第一种文档管理方式，只涉及到这个文档管理员，收集各部门的文档，将部门规划成一种如下图的形式：
然后在部门中再规划人员，如下图：
通过第一种形式，那么文档的管理也就解决了。只保存最新文档，对文档进行汇总等，如果领导需要什么文档的话，只需要让文档管理员打印并呈送就可以了。
但是领导或职员需要什么文档？领导也不是一台机器，没有过目不忘的本领，并不知道公司有什么文档？如果文档中有错字有谁来发现？所以为了解决这几个问题，需要实现文档的分享，也就是第二种文档管理方式。
解决思路是在局域网中建立一个网站，企业中的任何一个人都可以浏览公司的文档。通过这个网站，企业中的任何一个人也都知道本企业有什么文档，寻找资料也会方便些。
网站也很简单，只需要实现目录结构上的复制，部门对应部门，人员对应人员。再把doc转换成html，文档名称对应页面名称。然后再自动生成网站首页，这个网站也就做完了。
技术实现：
在这里只是大体介绍一下，如果需要了解技术详细的话，可以下载下面的源代码。
1.给定需要转换的目录（包含word文档的目录）和输出目录
2.读取目录中的所有word文档
3.将所有的word文章转换成Html文件，并将html文件保存到输出目录下对应的目录（即部门对应部门，人员对应人员），代码如下
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 }); //打开word文档 Type docType = doc.GetType(); CreateDirectory(TargetDirectoryPath); //源目录对应目标目录 string strSaveFileName = TargetFilePath; //转换成目标文件路径 object saveFileName = (object)strSaveFileName; //另存为html,关闭文档并退出 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转为html后，测试页面样式：
4.生成首页，并将首页保存到输出目录下。为使首页结构清晰，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(); }
生成的首页显示大体如下（非企业的文档，而是自己的文档）：
开发环境：win7+vs2010+office2007
测试环境：win7+office2007
总结：
在开发这个工具时，最主要的还是word转html。而我使用的方式是com方法调用word的open,saveas,close和quit。这种方式会在word的最近浏览记录中留下信息，如下：
并且html的生成完全由word控制，生成的html的样式也完全由word控制。有的文章转换为html后，显得html内容不美观。我测试了一下，安装不同的office版本，office2003（无法转换高版本的文档）,office2007,office2010,版本越高，转换后的html样式越好。
我也在网上寻找了word转html的控制方式（包括国内的、国外的），发现如果想完全控制转换，似乎是不可能的。当然也有doc转换工具，如google doc。不知道我这个观点对不对？
源代码下载：源码Convertor.rar
