用java实现word转html
由于项目需要，要完成将上传的word文件转成html文件的功能。在网上搜了一下，大致有3种方法：1、用jacob实现 2、用poi实现 3、用openoffice实现。
从网上来看好像jacob用的人最多，我就选择了这种方法来做。需要引入jacob.jar jar包，并且jar包还要调用jacob.dll文件，需要事先把jacob.dll文件放到以下3处地方：C:\Windows\System32 目录下，安装的jdk文件夹下的bin目录中，以及jre文件夹下的bin目录（注意一定是你这个项目运行所用到的jdk和jre，如果你的机器上装有多个，首先你要确认清楚放到哪个中）。编写程序，运行通过，达到了想要的效果，生成了html文件，同时还生成了一个文件夹，里边放了若干文件，包括所含的源图片。如果你的文档里包含图片的话要注意生成的html中的图片的src路径默认的是放图片的文件夹和生成的html文件要放到同样的路径中，这样才能找得到图片，否则图片不能加载到html中。介于这个原因，我决定不把html文件中所含字符串存入数据库，而是把htnl的链接地址存入数据库，这样根据这个链接加载的html就可正确的显示图片。
接下来悲剧的事情发生了。项目要布在linux服务器上，这意味着我之前的努力全白费了。特此声明， jacob 只支持windows服务器，不支持linux，.dll文件也是windows所特有的！所以大家在选择采用何种方式时一定要结合自己要用的操作系统。
万般无奈之下只好再采用poi去做。还是要导入要用到的jar包，网上有很多实现的代码可直接拿来用。我在本地的java项目中试着写了这个功能（非web的），ok，生成了html文件，同时生成了所含的图片。然后我就把代码转到我的web项目中，但是悲剧发生了，生成的html页面显示是乱码，用notepad++打开源代码也是乱码。我解决了好久没有解决，直到最后把程序中以下两句中的编码由“utf-8”改为“GB2312”后，问题才得以解决，但是至今还不知道为什么这样。
serializer.setOutputProperty(OutputKeys.ENCODING, "utf-8");//一定要改成“GB2312”
FileUtils.writeStringToFile(new File(tpFile), content, "utf-8"); //一定要改成“GB2312”
至于openoffice的方式，我没有试。在网上搜到一些资料是这么说的：
