使用Java將HTML內容轉換為Word文檔的實現步驟

更新時間：2025年12月22日 09:08:48 作者：liuhm~

這篇文章主要介紹了如何使用Java代碼將HTML內容轉換為Word文檔,這個功能在很多業(yè)務場景中都非常有用,比如自動生成報告、合同、證書等正式文檔,需要的朋友可以參考下

1. 技術背景

在日常開發(fā)中，我們經常需要將網頁內容或者HTML格式的數據導出為Word文檔供用戶下載。傳統的做法可能是使用模板引擎或者專門的報表工具，但對于簡單的場景，我們可以利用Apache POI庫來實現這一功能。

擴展，使用AI大模型生成word報告，可以先將生成的要求輸出成html，再將html轉成word，對于文檔的樣式比markdown好看很多。

2. 實現原理

核心思路是利用POIFSFileSystem類將HTML內容作為Word文檔的內容插入。雖然這不是真正的DOCX格式，但對于基本的文本內容展示已經足夠。

3. 核心代碼分析

pom 引入

    <dependency>
            <groupId>org.apache.poi</groupId>
            <artifactId>poi</artifactId>
            <version>5.2.3</version>
        </dependency>
        <dependency>
            <groupId>org.apache.poi</groupId>
            <artifactId>poi-ooxml</artifactId>
            <version>5.2.3</version>
        </dependency>

讓我們來看一下關鍵的實現代碼：

try {
    InputStream is = new ByteArrayInputStream(htmlContent.getBytes("GBK"));
    OutputStream os = new FileOutputStream("html.doc");
    POIFSFileSystem fs = new POIFSFileSystem();
    fs.createDocument(is, "WordDocument");
    fs.writeFilesystem(os);
    os.close();
    is.close();
    System.out.println("Word document created successfully.");
} catch (Exception e) {
    e.printStackTrace();
}

這段代碼的關鍵步驟包括：

創(chuàng)建輸入流：將HTML字符串轉換為字節(jié)數組，并指定編碼格式（這里是GBK）
創(chuàng)建輸出流：指定輸出文件路徑
構建POI文件系統：使用POIFSFileSystem創(chuàng)建Word文檔結構
寫入文檔內容：將HTML內容作為"WordDocument"寫入文件系統
完成寫入：關閉流并輸出成功信息

4. HTML內容設計要點

為了讓生成的Word文檔有更好的顯示效果，需要注意以下幾點：

字體設置：

body {
    font-family: '仿宋_GB2312', serif;
    font-size: 21.3px;
    line-height: 28px;
}

標題樣式：

h1 {
    font-family: '方正小標宋簡體', serif;
    font-size: 29.3px;
    text-align: center;
}

段落縮進：

p {
    text-indent: 2em;
}

5. 實際應用場景

這種技術特別適用于以下場景：

自動生成各類報告和統計文檔
將網頁內容保存為可編輯的Word格式
批量生成格式統一的文檔文件
在線文檔導出功能

6. 注意事項

編碼問題：注意字符編碼的一致性，避免亂碼
兼容性：這種方法生成的是較老的DOC格式，不是DOCX
樣式限制：復雜的CSS樣式可能無法完全保留
字體依賴：目標機器需要安裝相應的中文字體

7. 結合AI模型生成word

7.1. 測試提示詞

角色設定
你是一位資深警情數據分析專家，具備豐富的數據分析經驗，能夠從今日警情數據{{#xxx.xh_jt#}}和回看警情數據{{xxx.xh_hk#}}中準確提取關鍵信息，并按照公安系統標準格式生產《支隊涉逃逸涉酒警情處置核查情況》報告。

任務要求
文檔標題為《支隊涉逃逸涉酒警情處置核查情況》，標題與正文之間空一行。
“一、涉逃逸涉酒警情及查處情況”部分僅使用今日警情{{#xxx.xhjq_jt#}}中統計標記為“統計”的警情。
“二、昨日未落地警情回頭看情況”部分僅使用回看警情{{#xxx.jhjg_hk#}}中統計標記為“統計”且辦結標志不為“已辦結”的警情。


輸出格式必須嚴格遵循示例，并確保字段完整、數據準確。

輸出格式要求（嚴格按照以下格式輸出，不得更改）
支隊涉逃逸涉酒警情處置核查情況

經偵查大隊對xxx年xx月xx日6時至xxx年xx月xx日6時期間122警情系統中接警反映機動車“涉逃逸涉酒”事故警情進行核查，情況如下：

一、涉逃逸涉酒警情及查處情況
共發(fā)生機動車“涉逃逸涉酒”警情X宗，其中已辦結X宗，未辦結X宗。
（一）已辦結警情
1.xxx 大隊 XX中隊（警情編號：xxxx），警情時間：XXX年XXX月XX時XX分XX秒，警情地點：XXX，警情內容：xxxx。查處情況：逃逸人員XX已抓獲，吹氣數值：XXmg/100ml，從警情發(fā)生事件至抓獲逃逸人員用時XX小時。
2.xxx 大隊 XX中隊（警情編號：xxxx），警情時間：XXX年XXX月XX時XX分XX秒，警情地點：XXX，警情內容：xxxx。查處情況：逃逸人員XX已抓獲，吹氣數值：XXmg/100ml，從警情發(fā)生事件至抓獲逃逸人員用時XX小時。

（二）未辦結警情
1.xxx 大隊 XX中隊（警情編號：xxxx），警情時間：XXX年XXX月XX時XX分XX秒，警情地點：XXX，警情內容：xxxx。查處情況：逃逸人員XX未抓獲。
2.xxx 大隊 XX中隊（警情編號：xxxx），警情時間：XXX年XXX月XX時XX分XX秒，警情地點：XXX，警情內容：xxxx。查處情況：逃逸人員XX未抓獲。

落款在右下角顯示內容：
偵查大隊一中隊
XXX年XX月XX日（當前年月日時間）


約束條件（必須嚴格遵守）

文檔格式xxx
字體顏色統一為黑色。
一級級標題使用字體為“方正小標宋簡體”，字號二號（29.3px），居中對齊
二級標題字體為“楷體_GB2312”,字號三號（21.3px），居左對齊，首行縮進2個字符
正文段落使用字體“仿宋_GB2312”，字號三號（21.3px），居左對齊，首行縮進2個字符；“警情編號、警情時間、警情地點、警情內容、查處情況”這幾個字符需要進行加粗，“查處情況”另起一行。
文檔行距設置為固定值28磅
段落首行縮進2字符，文本前后、段前段后均設置為0字符
落款前需換兩行，顯示在右下角，居右對齊，離右邊有4個字符距離，字體為仿宋_GB2312，字號三號（21.3px）

輸出：內容用html(A4)格式輸出,確保標題、列表、加粗等標簽完整且不輸出額外的解釋。

7.2. AI大模型返回的html樣式

<!DOCTYPE html>
<html lang="zh-CN">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>支隊涉逃逸涉酒警情處置核查情況</title>
    <style>
        @page {
            size: A4;
            margin: 2cm;
        }
        body {
            width: 21cm;
            min-height: 29.7cm;
            margin: 0 auto;
            padding: 2cm;
            font-family: "仿宋_GB2312", "FangSong", serif;
            font-size: 21.3px;
            line-height: 28pt;
            color: #000000;
        }
        .main-title {
            font-family: "方正小標宋簡體", "SimHei", sans-serif;
            font-size: 29.3px;
            text-align: center;
            line-height: 28pt;
            margin-bottom: 28pt;
        }
        .section-title {
            font-family: "楷體_GB2312", "KaiTi", serif;
            font-size: 21.3px;
            text-align: left;
            line-height: 28pt;
            margin: 14pt 0 7pt 0;
            text-indent: 2em;
        }
        .content {
            font-family: "仿宋_GB2312", "FangSong", serif;
            font-size: 21.3px;
            text-align: left;
            line-height: 28pt;
            margin: 0;
            text-indent: 2em;
        }
        .case-item {
            margin: 7pt 0;
            text-indent: 0;
        }
        .bold-text {
            font-weight: bold;
        }
        .signature {
            font-family: "仿宋_GB2312", "FangSong", serif;
            font-size: 21.3px;
            text-align: right;
            line-height: 28pt;
            margin-top: 56pt;
            padding-right: 4em;
        }
        .line-break {
            height: 28pt;
        }
    </style>
</head>
<body>
    <div class="main-title">支隊涉逃逸涉酒警情處置核查情況</div>
    
    <div class="line-break"></div>
    
    <div class="content">經偵查大隊對2025年11月18日6時至2025年11月19日6時期間122警情系統中接警反映機動車"涉逃逸涉酒"事故警情進行核查，情況如下：</div>
    
    <div class="line-break"></div>
    
    <div class="section-title">一、涉逃逸涉酒警情及查處情況</div>
    
    <div class="content">共發(fā)生機動車"涉逃逸涉酒"警情3宗，其中已辦結2宗，未辦結1宗。</div>
    
    <div class="section-title">（一）已辦結警情</div>
    
    <div class="case-item">
        <div class="content">1.交警支隊 一大隊三中隊（<span class="bold-text">警情編號：</span>JQ20251118001），<span class="bold-text">警情時間：</span>2025年11月18日08時30分25秒，<span class="bold-text">警情地點：</span>人民路與解放路交叉口，<span class="bold-text">警情內容：</span>黑色轎車追尾后逃逸，目擊者稱司機疑似酒駕。</div>
        <div class="content"><span class="bold-text">查處情況：</span>逃逸人員張三已抓獲，吹氣數值：85mg/100ml，從警情發(fā)生事件至抓獲逃逸人員用時2小時。</div>
    </div>
    
    <div class="case-item">
        <div class="content">2.交警支隊 二大隊一中隊（<span class="bold-text">警情編號：</span>JQ20251118002），<span class="bold-text">警情時間：</span>2025年11月18日14時20分10秒，<span class="bold-text">警情地點：</span>中山北路128號門前，<span class="bold-text">警情內容：</span>白色SUV撞傷行人后逃逸，現場有濃烈酒味。</div>
        <div class="content"><span class="bold-text">查處情況：</span>逃逸人員李四已抓獲，吹氣數值：92mg/100ml，從警情發(fā)生事件至抓獲逃逸人員用時3小時。</div>
    </div>
    
    <div class="section-title">（二）未辦結警情</div>
    
    <div class="case-item">
        <div class="content">1.交警支隊 三大隊二中隊（<span class="bold-text">警情編號：</span>JQ20251118003），<span class="bold-text">警情時間：</span>2025年11月18日21時15分40秒，<span class="bold-text">警情地點：</span>建設南路與友誼路交叉口，<span class="bold-text">警情內容：</span>灰色面包車撞壞護欄后逃逸，有目擊者看到司機走路搖晃。</div>
        <div class="content"><span class="bold-text">查處情況：</span>逃逸人員王五未抓獲。</div>
    </div>
    
    <div class="signature">
        <div>偵查大隊一中隊</div>
        <div>2022年11月19日</div>
    </div>
</body>
</html>