Word/Excel/PDF文件转换成HTML拾掇

Word/Excel/PDF文件转换成HTML整理

项目开发过程中，需求涉及到了各种文档转换为HTML或者网页易显示格式，现在将实现方式整理如下：
一、使用Jacob转换Word,Excel为HTML

“JACOB一个Java-COM中间件.通过这个组件你可以在Java应用程序中调用COM组件和Win32 libraries。”

首先下载Jacob包，JDK1.5以上需要使用Jacob1.9版本（JDK1.6尚未测试），与先前的Jacob1.7差别不大

1、将压缩包解压后，Jacob.jar添加到Libraries中；

2、将Jacob.dll放至“WINDOWS\SYSTEM32”下面。

需要注意的是：
【使用IDE启动Web服务器时，系统读取不到Jacob.dll，例如用MyEclipse启动Tomcat，就需要将dll文件copy到MyEclipse安装目录的“jre\bin”下面。
一般系统没有加载到Jacob.dll文件时，报错信息为：“java.lang.UnsatisfiedLinkError: no jacob in java.library.path”】

新建类：

String cmd = "....";此处代码是调用创建的bat文件进行转换 
 
8) 测试转换
 
 
@echo offset folderPath=%1set filePath=%2cd /d %folderPath%\convertPdfpdftohtml -enc GBK %filePath%exit
    34 楼    lanfanghe    2009-08-05              我直接在cmd中运行pdftohtml，都不通过，以下是我的执行过程

当我用pdftotext
E:\xpdf>pdftotext -f 1 -l 3 -layout  -enc GBK 森林碳汇市场发展现状及前景展望.pdf ztest.txt
生成文件成功，未出现任何异常，txt内容正常

然而用pdftohtml
E:\xpdf>pdftohtml -f 1 -l 3 -c -enc GBK 森林碳汇市场发展现状及前景展望.pdf  ztest.html
系统提示：pdftohtml.ext遇到问题需要关闭。我们对此引起的不便表示抱歉......
目录生成了文件如下：
ztest-1.html
ztest.html
ztest_ind.html

但是里面仅有一个大框，而且内容为空，而且这个文档有3页面，说明执行了一半就报错了，我更换了UTF-8也一样报错
这个文档的字体是：楷体_GB2312   宋体，
我又测试了一些其他的pdf，发现五个报错，而这五个都是这种字体！所以我怀疑pdftothml存在bug

其他字体，测试了大约20个左右，未发现问题。
    35 楼    donglx2004    2009-08-12              请问楼主，excelToHtml转xls之后完全是乱码，不知道怎么解决