Java POI 实现 HTML 转 Word

简介

在 Java 开发中，经常需要将网页内容（HTML）导出为 Word 文档。Apache POI 是一个广泛使用的开源库，可用于操作 Microsoft Office 格式文件。 虽然 POI 本身不直接支持 HTML 解析，但可以通过结合其他工具（如 Jsoup）解析 HTML 并将其内容写入 Word 文档。

基本实现步骤

1. 使用 Jsoup 解析 HTML 字符串。
2. 遍历 HTML 元素，提取文本、标题、列表等内容。
3. 使用 Apache POI 的 XWPFDocument 创建 .docx 文件并写入内容。

示例代码

import org.apache.poi.xwpf.usermodel.*;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.FileOutputStream;
import java.io.IOException;

public class HtmlToWord {
    public static void main(String[] args) throws IOException {
        String html = "<h1>标题</h1><p>这是一个段落。</p>";
        Document doc = Jsoup.parse(html);
        XWPFDocument wordDoc = new XWPFDocument();

        Elements elements = doc.body().children();
        for (Element el : elements) {
            if ("h1".equals(el.tagName())) {
                XWPFParagraph p = wordDoc.createParagraph();
                p.setStyle("Heading1");
                XWPFRun run = p.createRun();
                run.setText(el.text());
                run.setBold(true);
                run.setFontSize(16);
            } else if ("p".equals(el.tagName())) {
                XWPFParagraph p = wordDoc.createParagraph();
                XWPFRun run = p.createRun();
                run.setText(el.text());
            }
        }

        try (FileOutputStream out = new FileOutputStream("output.docx")) {
            wordDoc.write(out);
        }
        wordDoc.close();
    }
}

注意事项

• POI 对复杂样式（如 CSS）支持有限，建议使用结构化 HTML。
• 图片、表格等元素需额外处理。
• 可考虑使用第三方封装库（如 docx4j + Thymeleaf）提升开发效率。

相关工具推荐

如果您不需要编程实现，也可以使用以下在线工具快速完成格式转换：

• Word转Excel工具
• 在线Word文档编辑