# docx4j转html研究8.3.14

**Repository Path**: yujikuan/docxjhtml

## Basic Information

- **Project Name**: docx4j转html研究8.3.14
- **Description**: word 转html研究
- **Primary Language**: Java
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2025-10-01
- **Last Updated**: 2026-01-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## 以docx4j 8.3.14版本进行转成html的修改

### 使用springboot编写一个转码服务。

由于项目依旧采用的jdk1.8的环境，所以先还是对8.x版本进行学习研究多些。

## 环境准备

### docx4j进行源代码复制

使用官方源代码进行复制使用

     docx4j-core
     docx4j-JAXB-Internal
    复制到项目中 。

#### docx转成html，我这里使用jsoup进行html后期处理

```declarative
<dependency>
            <groupId>org.jsoup</groupId>
            <artifactId>jsoup</artifactId>
            <version>1.18.3</version>
</dependency>
```

### 公式处理方式

#### word中omm转成html 中mml

由于进行数学公式的处理，所以使用ms office中文件xsl文件把word中的公式转成html 中mml,把OMML2MML.XSL复制到的项目的resources文件目录下
一般在安装office的C:\Program Files\Microsoft Office\root\Office16下

#### html中 mml转成 latex公式

使用GitHub中的mml2tex项目


git clone https://github.com/transpect/mml2tex


git clone https://github.com/transpect/xslt-util


这个两个目录放到resources下面，并创建了xmlcatalog目录，里面定义了catalog.xml文件内容如下：

```declarative
<?xml version="1.0" encoding="UTF-8"?>
<catalog xmlns="urn:oasis:names:tc:entity:xmlns:xml:catalog">
    <rewriteURI uriStartString="http://transpect.io/mml2tex/" rewritePrefix="../mml2tex/"/>
    <rewriteURI uriStartString="http://transpect.io/xslt-util/" rewritePrefix="../xslt-util/"/>
</catalog>
```

为了上述的配置，我们使用Saxon-HE的

```declarative
    <dependency>
            <groupId>net.sf.saxon</groupId>
            <artifactId>Saxon-HE</artifactId>
            <version>10.9</version>
        </dependency>
```

com.zzvcom.doc.html.Mml2TexConverter 类进行演示使用的方式。

com.zzvcom.doc.controller.DocToHtmlController
编写了转换html的接口作为实验。
```shell
curl --request POST \
--url http://localhost/doc4js/html/convert_upload \
--header 'Accept: */*' \
--header 'Accept-Encoding: gzip, deflate, br' \
--header 'Connection: keep-alive' \
--header 'User-Agent: PostmanRuntime-ApipostRuntime/1.1.0' \
--header 'content-type: multipart/form-data' \
--form 'file=[object Object]'

```


### 理解xml概念


Marshalling = Object to XML（对象编成 XML） 编组 / 序列化


Unmarshalling = XML to Object（XML 解成对象）解组 / 反序列化

### 实现部分样例
com.zzvcom.doc.controller.DocToHtmlController  可以测试转换html验证。
com.zzvcom.doc.fonts.FontConfig 保证web程序启动完就加载相应的字体，而不是首次请求的时候。