Java POI 实现 HTML 转 Word

什么是 Apache POI？

Apache POI 是一个用于操作 Microsoft Office 文档（如 Word、Excel、PowerPoint）的 Java 开源库。通过它，开发者可以在不依赖 Microsoft Office 的情况下生成和修改 Office 文件。

HTML 转 Word 的常见需求

在实际开发中，我们经常需要将网页内容（HTML）导出为 Word 文档，例如生成报告、合同或简历等。虽然 POI 本身并不直接支持 HTML 解析，但可以通过组合使用 XWPFDocument 和第三方 HTML 解析器（如 Jsoup）来实现。

基础实现步骤

1. 使用 Jsoup 解析 HTML 字符串
2. 遍历 DOM 节点并映射为 Word 元素（段落、标题、列表等）
3. 使用 Apache POI 的 XWPF API 构建 .docx 文件
4. 输出为文件流或供用户下载

简单代码示例

// 示例：创建一个简单的 Word 文档
XWPFDocument document = new XWPFDocument();
XWPFParagraph paragraph = document.createParagraph();
XWPFRun run = paragraph.createRun();
run.setText("这是由 Java POI 生成的内容");

// 输出到文件
FileOutputStream out = new FileOutputStream("output.docx");
document.write(out);
out.close();
document.close();

⚠️ 注意：POI 不原生支持 HTML 标签解析。若需完整支持富文本 HTML 转 Word，建议结合模板引擎（如 FreeMarker）或使用专业转换库（如 docx4j + XHTMLImporter）。

替代方案推荐

如果你希望快速实现 HTML 到 Word 的转换而不想从零开发，可以考虑以下在线工具：

• 使用浏览器打印功能另存为 PDF，再转 Word
• 借助专业在线服务进行格式转换