Мне нужны Apache POI Изображения, преобразованные из текстового документа в HTML-файл
У меня есть некоторый код, который использует библиотеку Java Apache POI, чтобы открыть документ Microsoft Word и преобразовать его в HTML, используя Apache POI, и он также получает данные байтового массива изображений в документе. Но мне нужно преобразовать эту информацию в HTML, чтобы записать в файл HTML. Любые намеки или предложения будут оценены. Имейте в виду, что я разработчик для настольных ПК, а не веб-программист, поэтому, когда вы делаете предложения, помните об этом. Код ниже получает изображение.
private void parseWordText(File file) throws IOException {
FileInputStream fs = new FileInputStream(file);
doc = new HWPFDocument(fs);
PicturesTable picTable = doc.getPicturesTable();
if (picTable != null){
picList = new ArrayList(picTable.getAllPictures());
if (!picList.isEmpty()) {
for (Picture pic : picList) {
byte[] byteArray = pic.getContent();
pic.suggestFileExtension();
pic.suggestFullFileName();
pic.suggestPictureType();
pic.getStartOffset();
}
}
}
Затем код ниже этого преобразует документ в HTML. Есть ли способ добавить byteArray к ByteArrayOutputStream в коде ниже?
private void convertWordDoctoHTML(File file) throws ParserConfigurationException, TransformerConfigurationException, TransformerException, IOException {
HWPFDocumentCore wordDocument = null;
try {
wordDocument = WordToHtmlUtils.loadDoc(new FileInputStream(file));
} catch (IOException ex) {
Exceptions.printStackTrace(ex);
}
WordToHtmlConverter wordToHtmlConverter = new WordToHtmlConverter(DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument());
wordToHtmlConverter.processDocument(wordDocument);
org.w3c.dom.Document htmlDocument = wordToHtmlConverter.getDocument();
NamedNodeMap node = htmlDocument.getAttributes();
ByteArrayOutputStream out = new ByteArrayOutputStream();
DOMSource domSource = new DOMSource(htmlDocument);
StreamResult streamResult = new StreamResult(out);
TransformerFactory tf = TransformerFactory.newInstance();
Transformer serializer = tf.newTransformer();
serializer.setOutputProperty(OutputKeys.ENCODING, "UTF-8");
serializer.setOutputProperty(OutputKeys.INDENT, "yes");
serializer.setOutputProperty(OutputKeys.METHOD, "html");
serializer.transform(domSource, streamResult);
out.close();
String result = new String(out.toByteArray());
acDocTextArea.setText(newDocText);
htmlText = result;
}
Ответы на вопрос(3)
@ user4887078 Это 'Как и сказал @Guga, я просто посмотрел org..poi.xwpf.converter.core.FileImageExtractor иВуаля! Он, безусловно, работает, как и ожидалось, хотя, возможно, все же потребуется некоторый рефакторинг и оптимизация.
HWPFDocumentCore wordDocument = WordToHtmlUtils.loadDoc(is);
WordToHtmlConverter wordToHtmlConverter = new WordToHtmlConverter(
DocumentBuilderFactory.newInstance().newDocumentBuilder()
.newDocument());
wordToHtmlConverter.setPicturesManager(new PicturesManager() {
@Override
public String savePicture(byte[] bytes, PictureType pictureType, String s, float v, float v1) {
File imageFile = new File("pages/imgs", s);
imageFile.getParentFile().mkdirs();
InputStream in = null;
FileOutputStream out = null;
try {
in = new ByteArrayInputStream(bytes);
out = new FileOutputStream(imageFile);
IOUtils.copy(in, out);
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
} finally {
if (in != null) {
IOUtils.closeQuietly(in);
}
if (out != null) {
IOUtils.closeQuietly(out);
}
}
return "imgs/" + imageFile.getName();
}
});
wordToHtmlConverter.processDocument(wordDocument);
Document htmlDocument = wordToHtmlConverter.getDocument();
ByteArrayOutputStream out = new ByteArrayOutputStream();
DOMSource domSource = new DOMSource(htmlDocument);
StreamResult streamResult = new StreamResult(out);
Transformer transformer = TransformerFactory.newInstance().newTransformer();
transformer.setOutputProperty(OutputKeys.ENCODING, "UTF-8");
transformer.setOutputProperty(OutputKeys.INDENT, "yes");
transformer.setOutputProperty(OutputKeys.METHOD, "html");
transformer.transform(domSource, streamResult);
out.close();
String result = new String(out.toByteArray());
FileOutputStream fos = new FileOutputStream(outFile);
Использовать это должно быть полезно.
public class InlineImageWordToHtmlConverter extends WordToHtmlConverter{
public InlineImageWordToHtmlConverter(Document document) {
super(document);
}
@Override
protected void processImageWithoutPicturesManager(Element currentBlock, boolean inlined, Picture picture) {
Element img = super.getDocument().createElement("img");
img.setAttribute("src", "data:image/png;base64,"+Base64.getEncoder().encodeToString(picture.getContent()));
currentBlock.appendChild(img);
}
}
org.apache.poi.hwpf.converter.WordToHtmlConverter в
http://svn.apache.org/viewvc/poi/trunk/src/scratchpad/src/org/apache/poi/hwpf/converter/WordToHtmlConverter.java?view=markup&pathrev = 1180740
В JavaDoc говорится:
Эта реализация несоздавать изображения или ссылки на них. Это можно изменить, переопределив метод {@link #processImage (Element, boolean, Picture)}
Если вы посмотрите на этоprocessImage(...) метод в AbstractWordConverter.java в строке 790, похоже, что метод вызывает другой метод с именем.processImageWithoutPicturesManager(...)
http://svn.apache.org/viewvc/poi/trunk/src/scratchpad/src/org/apache/poi/hwpf/converter/AbstractWordConverter.java?view=markup&pathrev = 1180740
Этот метод определен вWordToHtmlConverter снова и выглядит подозрительно точно так же, как место, где вы хотите вырастить свой код (строка 317):
@Override
protected void processImageWithoutPicturesManager(Element currentBlock,
boolean inlined, Picture picture)
{
// no default implementation -- skip
currentBlock.appendChild(htmlDocumentFacade.document
.createComment("Image link to '"
+ picture.suggestFullFileName() + "' can be here"));
}
Я думаю, у вас есть точка, с которой нужно начинать вставлять изображения в поток.
Создайте подкласс преобразователя, например,
public class InlineImageWordToHtmlConverter extends WordToHtmlConverter
а затем переопределите метод и поместите в него любой код.
У меня нетЯ проверил это, но это должно быть правильным путем из того, что я вижу теоретически.
imgтег. Для второго решения вам нужно сначала преобразовать изображение в строку Base64 и встроить его непосредственно вimgтег. Вы можете выполнить поиск переполнения стека и в Интернете для получения более подробной информации о том, как сделать то и другое.<img src="http://...">ссылка? Там's URI данных, который работает в большинстве современных браузеров, например<img src="data:image/png;base64,...">, Увидетьen.wikipedia.org/wiki/Data_URI_scheme.