前因后果

然而，理想很美好，现实很骨感：

无法达到100%还原，word里面转译html会存在各种问题

有存在无法解析和翻译的部分

客户不会买账！(核心原因)

然后几乎所有的带word导入粘贴的，几乎都是商业收费软件(还很贵)

所以最后结果就是：我瞎忙活了几天(内心一万个草泥马)。

既然知道了结果为什么还要写这篇文章，我其实很不甘心，一个方案被否决，我决定记录一下这个可行的数据方案

不扯那么多，直接上菜：

//为工具栏添加按钮，以下都是统一的按钮触发命令，所以写在一起

var btnCmds = [‘undo’, ‘redo’, ‘formatmatch’,

‘bold’, ‘italic’, ‘underline’, ‘fontborder’, ‘touppercase’, ‘tolowercase’,

‘strikethrough’, ‘subscript’, ‘superscript’, ‘source’, ‘indent’, ‘outdent’,

‘blockquote’, ‘pasteplain’, ‘pagebreak’,

‘selectall’, ‘print’,’horizontal’, ‘removeformat’, ‘time’, ‘date’, ‘unlink’,

‘insertparagraphbeforetable’, ‘insertrow’, ‘insertcol’, ‘mergeright’, ‘mergedown’, ‘deleterow’,

‘deletecol’, ‘splittorows’, ‘splittocols’, ‘splittocells’, ‘mergecells’, ‘deletetable’, ‘drafts’,’getword’];

注意到最后一个getword了么，这就是刚刚加进去的

在Lang/zh-cn/zh-cn.js文件当中，增加按钮说明，直接照着截图加就行

在help的后面加一个getword就好了，注意以下json格式，逗 不能少

增加样式，修改Themes/default/ueditor.css，直接在最底下增加

.edui-default .edui-toolbar .edui-for-getword .edui-icon {

background-image: url(../images/wordT1.png);

background-repeat: no-repeat;

width: 20px !important;

background-size: 18px;

background-position: center;

}

Tip：wordT1.png 是一个word的小图标，这里就不提供了

才怪：Themes/default/images/wordT1.png

2. 后端为word文件做转化为html的操作，然后将html原文返回给前端

做这个接口要特别的小心，需要防止接口被滥用，拖垮服务器资源，因为转化和图片存储的代价还是不小的，需要控制可以转化的大小

注意以下：docx 和 doc 在poi里面是需要用不同的对象进行操作的，后续自己也会补一补这一块的内容

poi 还是挺强的，很牛逼，把巨硬的那一套治的服服帖帖

import org.apache.commons.io.FileUtils;

import org.apache.poi.hwpf.HWPFDocument;

import org.apache.poi.hwpf.converter.PicturesManager;

import org.apache.poi.hwpf.converter.WordToHtmlConverter;

import org.apache.poi.hwpf.extractor.WordExtractor;

import org.apache.poi.hwpf.model.PAPX;

import org.apache.poi.hwpf.usermodel.Picture;

import org.apache.poi.hwpf.usermodel.PictureType;

import org.apache.poi.xwpf.usermodel.XWPFDocument;

import org.apache.poi.xwpf.usermodel.XWPFNumbering;

import org.apache.poi.xwpf.usermodel.XWPFParagraph;

import org.openxmlformats.schemas.wordprocessingml.x2006.main.CTNumbering;

import org.w3c.dom.Document;

import javax.xml.parsers.DocumentBuilderFactory;

import javax.xml.transform.OutputKeys;

import javax.xml.transform.Transformer;

import javax.xml.transform.TransformerFactory;

import javax.xml.transform.dom.DOMSource;

import javax.xml.transform.stream.StreamResult;

import java.io.*;

import java.lang.reflect.Field;

import java.util.ArrayList;

import java.util.List;

/**

* 根据poi写的word帮助类

* home.phpod=space&uid=686237 2020/10/12 18:26

**/

public class WordHelper {

public static void parseDocx2Html() throws Throwable {

final String path = “D:\XXX\mark\XXX\XXXX\”;

final String file = “XXXX.doc”;

InputStream input = new FileInputStream(path + file);

String suffix = file.substring(file.indexOf(“.”)+1);// //截取文件格式名

//实例化WordToHtmlConverter，为图片等资源文件做准备

WordToHtmlConverter wordToHtmlConverter = new WordToHtmlConverter(

DocumentBuilderFactory.newInstance().newDocumentBuilder()

.newDocument());

wordToHtmlConverter.setPicturesManager(new PicturesManager() {

@Override

public String savePicture(byte[] content, PictureType pictureType,

String suggestedName, float widthInches, float heightInches) {

return suggestedName;

}

});

if (“doc”.equals(suffix.toLowerCase())) {

// docx

HWPFDocument wordDocument = new HWPFDocument(input);

wordToHtmlConverter.processDocument(wordDocument);

//处理图片，会在同目录下生成 image/media/ 路径并保存图片

List pics = wordDocument.getPicturesTable().getAllPictures();

if (pics != null) {

for (int i = 0; i < pics.size(); i++) {

Picture pic = (Picture) pics.get(i);

try {

pic.writeImageContent(new FileOutputStream(path

+ pic.suggestFullFileName()));

} catch (FileNotFoundException e) {

e.printStackTrace();

}

}

}

}

// 转换

Document htmlDocument = wordToHtmlConverter.getDocument();

ByteArrayOutputStream outStream = new ByteArrayOutputStream();

DOMSource domSource = new DOMSource(htmlDocument);

StreamResult streamResult = new StreamResult(outStream);

TransformerFactory tf = TransformerFactory.newInstance();

Transformer serializer = tf.newTransformer();

serializer.setOutputProperty(OutputKeys.ENCODING, “utf-8”);//编码格式

serializer.setOutputProperty(OutputKeys.INDENT, “yes”);//是否用空白分割

serializer.setOutputProperty(OutputKeys.METHOD, “html”);//输出类型

serializer.transform(domSource, streamResult);

outStream.close();

String content = new String(outStream.toByteArray());

System.err.println(content);

FileUtils.writeStringToFile(new File(path, “interface.html”), content,

“utf-8”);

}

public static void main(String[] args) throws Throwable {

WordHelper.parseDocx2Html();

}

}

后续

滚回去继续升级ewebeditor了，擦公司的前辈居然有人做了一个一键排版和文章重排，直接动了源代码，有时间研究一下，果然老系统出神仙。

PS：老系统代码里面老板的名字在上面，老板是大公司程序员出身，挺好。

总结：

永远不要小看任何细节的点，看似平平无奇的功能，其实真正考虑要实现的时候。

一个简单的复制粘贴其实也并不简单。word的复制和原样粘贴要实现其实不太容易。

那么这种word转译的exe插件，他们是怎么做到的，我现在产生了无限的思考……