前一段时间遇到一个问题，就是将html转成word文档，里面有图片，表格，和各种形式的文字。刚开始的做法是将html代码取出来，然后以留的形式进行保存，后缀名为.doc。当我转成之后发现一切完美，但是图片出现了问题：

1.图片大小、像素有问题。

2.(最严重的)图片存在word的是一个链接而已。

当我们在断网的情况下(或者拷贝到两一台电脑上)打开word文档的时候 实际上看到的图片是一个链接，也就是说图片转化的不成功。

其实从本质上来说，我们可以看一下转化之后所谓的word文档的格式，(点击另存为，看文件类型)发现其实转化之后的文档的文件类型仍然是.html的格式。只有当我们再次另存为并且选择文件类型为.doc格式的时候 才能做到真正意义上的转化，并且图片不会出现上述问题。原因大致是html转word的时候中间会经过一步处理，先将html的文件转成了xml文件，然后在转成.doc格式，同时将html的图片转成了Base64编码的格式(替换了图片的链接)存在了xml文件里。(我们可以打开将任意一篇.doc格式的word文档另存为成.xml文档后分析带有图片的那部分代码。)

于是乎浏览网上各种大神的解决办法，发现并没有一个很好的解决方法。网上的关于html转化word的解决办法总结起来有以下几种情况：

1.用ASPOSE.WORDS控件来处理。(涉及到了asp。。还有神马控件。。扩展性太差，，果断不深入这个方法。废弃之。)

2.把html文件里面的图片转成Base64格式存储。

好像是涉及到了上面所叙述的html转word的原理部分，但是那是word做的事，鬼知道当我们在选择将word另存为.doc格式的时候word做了什么操作。。。。我们都知道html标签里的图片形式为：  将图片转成Base64编码容易，但是并不是将Base64编码的图片简单的放到src=“xxxxx”里面就行了，需要能让word读懂。  转成能让word读懂的格式就更不容易了(也就是前文提到的那个xml文件)。因为图片有很多格式(.jpg/.png等等)，还要涉及到word里特殊的标签(类似这种)。。。。 所以在尝试了之后也放弃了。

3.用POI 这个jar包

说这个的更是扯。Apache的POI对图片的处理不友好，甚至有的版本根本就不支持。在入坑很久之后，果断放弃。。。

4. javacdoc 的包

亲测 不可以。以上4中方法是网上讨论最多的，我从09年的帖子一直翻到17年的，总结下来的。。发现并没有找到解决办法。。最后不得已，决定自己解析html文档，转化word。最终成功转化，实现了自己想要的结果。实现起来也很简单，只是解析了一下word而已。

5.利用freemaker模板。

这个可以解决，但是要大动干戈。实际开发的过程中不会因为一点问题就换模板的。这样不利于开发和维护。

解决思路：

设法解决转成word的时候另存为时候看到的文件类型不是.html格式的就ok，这样的话就不会以图片链接的形式放在word里面。

解决办法：(相关demo和jar包后面会给出)

1.先 用jsoup的包将html格式化。(此处用于解析html代码。方便后面用itext包调用)

2.利用iText的jar包，这个jar包是转化pdf用到的，但是转化成word也能用。保存后在word里面的文件类型是.rtf格式的。能够完美解决问题。

成功后的结果：

文件类型：

Demo地址：

http://download.csdn.net/download/wht21888/10120532

--------------------- 本文来自 kihtoner 的CSDN 博客 ，全文地址请点击：https://blog.csdn.net/wht21888/article/details/78545712?utm_source=copy

最近因为一个项目需要在已经存在的word模板的指定地点插入图片，而且项目采用的是java，然而我对Java并不太熟，网上的资料大多是在生成模板的时候添加图片，我折腾了挺久才解决这个问题，在此记录下来。

微软在MS Office 2007之后开始推出了.docx格式的word文档，推行ooxml(office open xml)，也就是结合zip技术和xml技术来存储word文档。对docx文档进行操作本质上就是对xml文件在进行操作，这样思路要清晰一点。百度发现大多数资料都是采用POI，然而又有人说POI在插入图片的时候有bug，于是换google，发现了一个叫docx4j的包，但是中文资料较少，作为一个大学四级都考了N次的人来说(泪目)。。。

jdk版本：1.8

docx4j版本：3.3.1

MS Office版本：MS Office 2016 for mac

思路

首先在word模板中需要添加图片的地方添加书签，这个书签就作为定位的依据。

然后在java中找到这个书签，一般来说书签都是处于一个段落中，然后找到这个书签的父级段落，把图片加入到这个段落中就可以了。

代码

public static void main(String[] args) throws Exception {

// 模板文件路径

String templatePath = "template.docx";

// 生成的文件路径

String targetPath = "target.docx";

// 书签名

String bookmarkName = "bookmark";

// 图片路径

String imagePath = "image.jpg";

// 载入模板文件

WordprocessingMLPackage wPackage = WordprocessingMLPackage.load(new FileInputStream(templatePath));

// 提取正文

MainDocumentPart mainDocumentPart = wPackage.getMainDocumentPart();

Document wmlDoc = (Document) mainDocumentPart.getJaxbElement();

Body body = wmlDoc.getBody();

// 提取正文中所有段落

List paragraphs = body.getContent();

// 提取书签并创建书签的游标

RangeFinder rt = new RangeFinder("CTBookmark", "CTMarkupRange");

new TraversalUtil(paragraphs, rt);

// 遍历书签

for (CTBookmark bm:rt.getStarts()) {

// 这儿可以对单个书签进行操作，也可以用一个map对所有的书签进行处理

if (bm.getName().equals(bookmarkName)){

// 读入图片并转化为字节数组，因为docx4j只能字节数组的方式插入图片

InputStream is = new FileInputStream(imagePath);

byte[] bytes = IOUtils.toByteArray(is);

// 穿件一个行内图片

BinaryPartAbstractImage imagePart = BinaryPartAbstractImage.createImagePart(wPackage, bytes);

// createImageInline函数的前四个参数我都没有找到具体啥意思，，，，

// 最有一个是限制图片的宽度，缩放的依据

Inline inline = imagePart.createImageInline(null, null, 0,1, false, 800);

// 获取该书签的父级段落

P p = (P)(bm.getParent());

ObjectFactory factory = new ObjectFactory();

// R对象是匿名的复杂类型，然而我并不知道具体啥意思，估计这个要好好去看看ooxml才知道

R run = factory.createR();

// drawing理解为画布？

Drawing drawing = factory.createDrawing();

drawing.getAnchorOrInline().add(inline);

run.getContent().add(drawing);

p.getContent().add(run);

}

}

wPackage.save(new FileOutputStream(targetPath));

}

docx4j的好处在于可以完全跨平台、开源免费、不需要安装office也可用，而且它还支持maven管理：

org.docx4j

docx4j

3.3.1

docx4j给出了很多例子，很多需求都可以通过阅读示例代码解决。

参考