要在 Java 專案裡處理 Word 文檔轉換,一個可行的思路是透過 Jacob(Java-COM Bridge)在 Windows 環境下直接呼叫 Word 的 COM 組件。Jacob 本質上是 Java 與 Windows COM 之間的橋樑,讓 Java 程式能操作 Office 應用程式的物件模型。
環境上要注意一點:如果你的 JDK 是 1.4,需要下載 Jacob 1.9 的 JNI 庫才能正常運行,較早的版本在 JDK 1.4 下會出現問題。
package com;
import com.jacob.com.*;
import com.jacob.activeX.*;
public class WordtoHtml {
/**
* 文檔轉換函式
* @param docfile Word 文檔的絕對路徑含檔名(需包含副檔名)
* @param htmlfile 轉換後的 HTML 輸出路徑(不含副檔名)
*/
public static void change(String docfile, String htmlfile) {
ActiveXComponent app = new ActiveXComponent("Word.Application"); // 啟動 Word
try {
app.setProperty("Visible", new Variant(false)); // 設為不可見
Object docs = app.getProperty("Documents").toDispatch();
Object doc = Dispatch.invoke(docs, "Open", Dispatch.Method,
new Object[]{ docfile, new Variant(false), new Variant(true) },
new int[1]).toDispatch(); // 開啟 Word 檔
Dispatch.invoke(doc, "SaveAs", Dispatch.Method,
new Object[]{ htmlfile, new Variant(8) },
new int[1]); // 以 HTML 格式另存
Variant f = new Variant(false);
Dispatch.call(doc, "Close", f);
} catch (Exception e) {
e.printStackTrace();
} finally {
app.invoke("Quit", new Variant[]{});
}
}
public static void main(String[] args) {
WordtoHtml.change("c:\\a\\運輸管理調度系統總體方案.doc", "c:\\a\\t");
}
}
SaveAs 的第二個參數是格式碼。這裡傳入的 8 代表 HTML 格式(wdFormatHTML)。Word 的格式列舉值很多,例如 0 是 Word 97-2003 文檔、7 是編碼後的 HTML、12 是 Word 2007 以上的 docx,依需求替換即可。
Visible 設為 false 很重要。否則轉換過程中會跳出 Word 視窗,在伺服器端批次處理時尤其容易造成困擾。
finally 裡一定要呼叫 Quit。COM 物件不會自動釋放,如果忘記關閉,工作管理員裡會累積一堆殘留的 WINWORD.EXE 進程,最終拖垮系統資源。這是使用這類方案最常踩到的坑。
這是 Windows 專屬方案。由於依賴本機安裝的 Office 與 COM 組件,這套做法不適用於 Linux 部署環境,也不適合高併發的線上服務。若只是內部工具或單機批次轉檔,它簡單直接;若要在正式環境大量處理,則建議改用 Apache POI、Aspose 這類純 Java 的解決方案。