这个是个比较传统的解决思路，搜一搜其实发现很多人都这么干，这批人难道也是对上述方法(jsp直接显示)失望了后找的这种模式？呵呵

比较常用的开源免费的有且只有几种，选择其中几种我尝试了一下。

首先想到的是POI，但处理 Word 没有想象的中的那样优秀，出来的基本一团糟，没有任何格式性可谈，而且需要一个字符一个字符的处理特别费力，结果不理想代码就不贴了，曾使用它来处理过 Excel 觉得还很优秀！

然后就另找了一个叫 OpenOffice，经过尝试发现经过它转换出来的文档，虽然缺失格式，但也不是不能接受，自己再另行加处理也许能成。将Word转Html的原理是这样的：

1、客户上传Word文档到服务器

2、服务器调用OpenOffice程序打开上传的Word文档

3、OpenOffice将Word文档另存为Html格式

基于这个基础上的实现需要下载 openOffice 。

3、安装 OpenOffice，成功后在安装目录下启动监听端口：

soffice -headless -accept="socket,port=8100;urp;"

可以通过 netstat –an|findstr “8100” 查看端口是否监听；如图

4、打开Eclipse新建项目，导入Jodconverter/lib 下面的 jar 。具体的需要哪些自己可以尝试。我比较懒就都添加了。

下面是代码:

importjava.io.File;importjava.net.ConnectException;importcom.artofsolving.jodconverter.DocumentConverter;importcom.artofsolving.jodconverter.openoffice.connection.OpenOfficeConnection;importcom.artofsolving.jodconverter.openoffice.connection.SocketOpenOfficeConnection;importcom.artofsolving.jodconverter.openoffice.converter.OpenOfficeDocumentConverter;public classOfficeConverter {public static voidmain(String[] args) {

File inputFile= new File("C:/test/yy.doc");

File outputFile= new File("C:/test/yy.html");

OpenOfficeConnection con= new SocketOpenOfficeConnection(8100);try{

con.connect();

}catch(ConnectException e) {

System.err.println("文件转换出错，请检查OpenOffice服务是否启动。");

e.printStackTrace();

}

DocumentConverter converter= newOpenOfficeDocumentConverter(con);

converter.convert(inputFile, outputFile);

con.disconnect();

}

}

总结：使用OpenOffice作为转换引擎把word文档转换成html，比起使用微软的com组件有跨平台的优势，而且比Apache poi(POI貌似只能获取word中的文本内容，图片和表格，图片和表格的定位很是个问题，获取样式要一个字符一个字符的分析麻烦且效率低下)方便且简单，但是个人觉得这个结果其实并不理想，排版仍然缺失很严重。

普通情况下的排版差别见下图:

通过程序读取解析后的文档格式如下图，经过对比貌似比 word 自身的另存为还好看点，相信经过不断优化以后应该能完美支持解析。但是细心点还是会看见单元格样式变了，排版变了，如果要求不是太高，这个也能满足需求了。

不过如果只需要保存相关的文字的话，上面转化的html内容冗余比较多，可以用 java 正则表达式来处理多余字符串，详见下面的代码：

protected staticString clearFormat(String htmlStr, String docImgPath) {//获取body内容的正则

String bodyReg = "

";

Pattern bodyPattern=Pattern.compile(bodyReg);

Matcher bodyMatcher=bodyPattern.matcher(htmlStr);if(bodyMatcher.find()) {//获取BODY内容，并转化BODY标签为DIV

htmlStr = bodyMatcher.group().replaceFirst("

", "