引言：突然接到任務，要將word或者ppt轉換成HTML的格式在頁面上顯示，類似於百度文庫的效果。以前也聽說過，覺得用java實現起來還是很簡單的。於是我就帶著我的任務以及我的好奇心出發了，在網上找了些資料，最終決定用OpenOffice。

  首先簡單的介紹下轉換需要的環境：

     2、需要下載jodconverter包

  在此我提供了jodconverter包（包括jodconverter2、jodconverter3,注：jodconverter2需要手動啟動openoffice服務，如有不清楚的地方可以在我文章下面留言），

      JODConverter是一個開源文件轉換工具，既可以應用於Linux平臺，也可其應用於Windows平臺。其基於OpenOffice.org或者LibreOffice。因此，文件轉換伺服器上必須安裝有OpenOffice或者LibreOffice。

　　目前最新版本的JODConverter為JODConverter3.0，它要求JDK1.5以上的Java環境，同時還需要OpenOffice.org 3.x版本。本文基於最新版本3.0設計實現，如果是版本為2，則有不同的實現。（版本2需要手動啟動OpenOffice.org服務，或者建立Windows服務設定為開機啟動，而版本3提供了開啟服務的介面，在此我使用的是版本3）

   一切準備就緒那就直接開始了...

 下面是一個比較完整的例子，可以實現 WORD==>HTML 、PPT==>HTML、WORD==>PDF、PPT==>PDF的轉換。

package core;

import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.Date;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

import org.artofsolving.jodconverter.OfficeDocumentConverter;
import org.artofsolving.jodconverter.office.DefaultOfficeManagerConfiguration;
import org.artofsolving.jodconverter.office.OfficeManager;

//轉換文件為pdf
public class OpenOfficePdfConvert {

	/**
	 * @param args
	 */
	private static OfficeManager officeManager;
	private static String OFFICE_HOME = "d:\\Program Files\\OpenOffice.org 3";// 安裝OPenOffice
	// 的路徑
	private static int port[] = { 8100 };

	//1、客戶上傳Word文件到伺服器
	 
	//2、伺服器呼叫OpenOffice程式開啟上傳的Word文件
	 
	//3、OpenOffice將Word文件另存為Html格式

	
	public File convertToHtml(String inputFile, String outputFile)
			throws FileNotFoundException {
		 // 建立儲存html的檔案
	    File wantFile = new File(outputFile + File.separator + new Date().getTime()
	        + ".html");
		// 開啟伺服器
		startService();
		// 進行轉換
		System.out.println("進行文件轉換轉換:" + inputFile + " --> " + outputFile);
		OfficeDocumentConverter converter = new OfficeDocumentConverter(
				officeManager);
		converter.convert(new File(inputFile), wantFile);
		// 關閉伺服器
		stopService();
		System.out.println();
		return wantFile;

	}

	// 開啟伺服器
	public static Boolean startService() {
		DefaultOfficeManagerConfiguration configuration = new DefaultOfficeManagerConfiguration();
		try {
			System.out.println("準備啟動服務....");
			configuration.setOfficeHome(OFFICE_HOME);// 設定OpenOffice.org安裝目錄
			configuration.setPortNumbers(port); // 設定轉換埠，預設為8100
			configuration.setTaskExecutionTimeout(1000 * 60 * 5L);// 設定任務執行超時為5分鐘
			configuration.setTaskQueueTimeout(1000 * 60 * 60 * 24L);// 設定任務佇列超時為24小時

			officeManager = configuration.buildOfficeManager();
			officeManager.start(); // 啟動服務
			System.out.println("office轉換服務啟動成功!");
			return true;
		} catch (Exception ce) {
			System.out.println("office轉換服務啟動失敗!詳細資訊:" + ce);
			return false;
		}
	}

	// 關閉伺服器
	public static void stopService() {
		System.out.println("關閉office轉換服務....");
		if (officeManager != null) {
			officeManager.stop();
		}
		System.out.println("關閉office轉換成功!");
	}

	/*
	 * 進行測試轉換是否成功
	 */
	public static void main(String[] args) {
		String inputFile = "c:\\test\\test.docx";
		String outputFile = "c:\\test";
		OpenOfficePdfConvert opc = new OpenOfficePdfConvert();
		try {
			opc.convertToHtml(inputFile,outputFile);
		} catch (FileNotFoundException e1) {
			e1.printStackTrace();
		}
		/*try {
			* 如果想看到不帶HTML標籤的字串可以呼叫這個方法進行簡化
   System.out.println(toHtmlString(inputFile, outputFile));} catch (FileNotFoundException e) {
			e.printStackTrace();
		}*/
		System.out.println("恭喜您，轉換成功...");
	}

	/**
	 * 將word轉換成html檔案，並且獲取html檔案程式碼。
	 * 
	 * @param docFile
	 *            需要轉換的文件
	 * @param filepath
	 *            文件中圖片的儲存位置
	 * @return 轉換成功的html程式碼
	 * @throws FileNotFoundException
	 */
	public static String toHtmlString(String docFile, String filepath)
			throws FileNotFoundException {
		System.out.println("文件中圖片的儲存位置 ==>" + filepath);
		// 轉換word文件
		OpenOfficePdfConvert opc = new OpenOfficePdfConvert();
		File htmlFile = opc.convertToHtml(docFile, filepath);
		// 獲取html檔案流
		StringBuffer htmlSb = new StringBuffer();
		try {
			BufferedReader br = new BufferedReader(new InputStreamReader(
					new FileInputStream(htmlFile)));
			while (br.ready()) {
				htmlSb.append(br.readLine());
			}
			br.close();
			// 刪除臨時檔案
			// htmlFile.delete();
		} catch (FileNotFoundException e) {
			e.printStackTrace();
		} catch (IOException e) {
			e.printStackTrace();
		}
		// HTML檔案字串
		String htmlStr = htmlSb.toString();
		// 返回經過清潔的html文字
		return clearFormat(htmlStr, filepath);
	}

	/**
	 * 清除一些不需要的html標記
	 * 
	 * @param htmlStr  帶有複雜html標記的html語句
	 *         
	 * @return 去除了不需要html標記的語句
	 */
	protected static String clearFormat(String htmlStr, String docImgPath) {
		// 獲取body內容的正則
		String bodyReg = "<BODY .*</BODY>";
		Pattern bodyPattern = Pattern.compile(bodyReg);
		Matcher bodyMatcher = bodyPattern.matcher(htmlStr);
		if (bodyMatcher.find()) {
			// 獲取BODY內容，並轉化BODY標籤為DIV
			htmlStr = bodyMatcher.group().replaceFirst("<BODY", "<DIV")
					.replaceAll("</BODY>", "</DIV>");
		}
		// 調整圖片地址
		htmlStr = htmlStr.replaceAll("<IMG SRC=\"", "<IMG SRC=\"" + docImgPath
				+ "/");
		// 把<P></P>轉換成</div></div>保留樣式
		// content = content.replaceAll("(<P)([^>]*>.*?)(<\\/P>)",
		// "<div$2</div>");
		// 把<P></P>轉換成</div></div>並刪除樣式
		htmlStr = htmlStr.replaceAll("(<P)([^>]*)(>.*?)(<\\/P>)", "<p$3</p>");
		// 刪除不需要的標籤
		htmlStr = htmlStr
				.replaceAll(
						"<[/]?(font|FONT|span|SPAN|xml|XML|del|DEL|ins|INS|meta|META|[ovwxpOVWXP]:\\w+)[^>]*?>",
						"");
		// 刪除不需要的屬性
		htmlStr = htmlStr
				.replaceAll(
						"<([^>]*)(?:lang|LANG|class|CLASS|style|STYLE|size|SIZE|face|FACE|[ovwxpOVWXP]:\\w+)=(?:'[^']*'|\"\"[^\"\"]*\"\"|[^>]+)([^>]*)>",
						"<$1$2>");
		return htmlStr;
	}
}
 

主要類說明：
OfficeManager是一個介面，主要定義了三個方法：
 1.public void start( )啟動OpenOffice服務
 2.public void stop( )停止OpenOffice服務
 3.public void execute(OfficeTask task)執行轉換任務
 
　DefaultOfficeManagerConfiguration是一個實現了OfficeManager介面的實體類，其提供了相關方法配置OpenOffice.org，比如：
 
　public DefaultOfficeManagerConfiguration setOfficeHome(String officeHome)設定OpenOffice.org或者LibreOffice安裝目錄，
  windows下預設值為” C:\Program Files\OpenOffice.org 3”（LibreOffice進行相應更改），因此如果OpenOffice.org安裝在別的目錄，必須設定此項。
 
　public DefaultOfficeManagerConfiguration setConnectionProtocol(OfficeConnectionProtocol conn)設定連線協議，確定使用管道通訊，還是socekt通訊。
 
　pubcli DefaultOfficeManagerConfiguration setTemplateProfileDir(File templateProfileDir)設定臨時目錄。
 
 除以上幾個方法之外，DefaultOfficeManagerConfiguration還提供了別的配置OpenOffice.org的方法，具體方法可以查詢JODConverter API手冊。
 配置完之後，必須要執行方法buildOfficeManager()，實現真正的配置。
 
　OfficeDocumentConverter中主要包含convert方法，該方法實際上呼叫的是實現OfficeManager介面的類中的execute方法。