java通過jacob來讀取word轉換為htm格式

因為微軟沒有公開word原始碼，所以直接用java流來讀取word的後果是讀出來的全是亂碼。所以必須通過jacob這個中間橋 。當然也可用poi來讀取。
     先說用poi讀取的方法吧。用poi讀取的話，先要下載tm-extractors-0.4.jar百度一下可以找到。代碼如下：
         import org.textmining.text.extraction.WordExtractor;
       try {
             FileInputStream fileinputstream = new FileInputStream(
                 filepath);
           WordExtractor    extractor    =    new    WordExtractor();   
           temp =extractor.extractText(fileinputstream);
             System.out.println(temp+"==temp");
             fileinputstream.close();
           } catch (Exception ex) {
             System.out.println("FileNotFoundException error" +
                         ex.getMessage());
           }
filepath為word文檔路徑，返回一個temp字串。這樣讀出來的不是亂碼了，但是效果並不如意。因為把word格式給丟掉了。
再說用jacob. 先到官方網站上去下載：http://sourceforge.net/project/showfiles.php?group_id=109543&package_id=118368 jacob.zip.    下載之後解壓，把jacob.jar放到項目/web-inf/lib下面。把jacob .dll放到c:/windos/system32/以及java/jdk*.*/jre/bin下面。這樣就算是配置完成了。說代碼：
import com.jacob.activeX.ActiveXComponent;
import com.jacob.com.Dispatch;
import com.jacob.com.Variant;
public boolean ChageFormat (String FolderPath,String FileName){
     String FileFormat = "";
     System.out.println(FolderPath);
     FileFormat = FileName.substring(FileName.length()-4,FileName.length());
     System.out.println(FileFormat);
     if(FileFormat.equalsIgnoreCase(".doc"))
     {
         String DocFile = FolderPath +"//"+ FileName;
         System.out.println("word檔案路徑："+DocFile);
         //word檔案的完整路徑
         String HtmlFile = DocFile.substring(0, (DocFile.length() - 4)) + ".htm";
         System.out.println("htm檔案路徑："+HtmlFile);
         //html檔案的完整路徑
         ActiveXComponent app = new ActiveXComponent("Word.Application");
         //啟動word
         try
         {
           app.setProperty("Visible", new Variant(false));
           //設定word程式非可視化運行
           Dispatch docs = app.getProperty("Documents").toDispatch();
           Dispatch doc = Dispatch.invoke(docs,"Open", Dispatch.Method, new Object[]{DocFile,new Variant(false), new Variant(true)}, new int[1]).toDispatch();
           //開啟word檔案
           Dispatch.invoke(doc,"SaveAs",Dispatch.Method, new Object[]{HtmlFile,new Variant(8)}, new int[1]);
           //作為htm格式儲存檔案
           Dispatch.call(doc, "Close",new Variant(false));
           //關閉檔案
         }
         catch (Exception e)
         {
           e.printStackTrace();
         }
         finally
         {
           app.invoke("Quit", new Variant[] {});
           //退出word程式
         }
         //轉化完畢
         return true;
     }
     return false;
   }
FolderPath為word存放路徑。FileName為word名稱。通過這個方法就把word檔案轉成的htm檔案。這時候就可以用流來讀取htm檔案了，讀出來的既不是亂碼。並且帶有格式。
另外要強調的是jacob這個組件和jdk,以及windows版本都有關係。所以版本一定要匹配。否則會報錯。版本的問題就要挨個去試了。沒有捷徑可走。