前因后果
- 考虑给百度编辑器开发的一个二次插件，等下会进行说明如何使用改源码的方式开发二次插件
- 后端增加接口，接受word文档，转为html返回前台，前台再根据html内容对于富文本编辑框继续赋值和一些处理
然而，理想很美好，现实很骨感：
- 无法达到100%还原，word里面转译html会存在各种问题
- 有存在无法解析和翻译的部分
- 客户不会买账！（核心原因）
如何解决word转译到富文本编辑的问题
这两天搜索了几乎所有的富文本编辑器（国内用的比较多的）似乎都没有解决这个问题。
然后几乎所有的带word导入粘贴的，几乎都是商业收费软件（还很贵）
无奈之下，BOSS决定掏钱升级ewebeditor并且怪为什么没有提早说百度编辑器实现不了。（经理&我：？？？）
所以最后结果就是：我瞎忙活了几天（内心一万个草泥马）。
既然知道了结果为什么还要写这篇文章，我其实很不甘心，一个方案被否决，我决定记录一下这个可行的数据方案
JAVA&百度编辑器实现word粘贴（非完美）
不扯那么多，直接上菜：
1. 前端为百度编辑器自定义一个上传word的功能
- 搜索一下：
UE.commands["setbordervisible"] = {
在它的下面加入如下的代码：
UE.commands["getword"] = {
execCommand: function (Name) {
if (window.FileReader) {
var inputObj=document.createElement('input')
inputObj.setAttribute('id','my_inputObj');
inputObj.setAttribute('type','file');
// inputObj.setAttribute('accept','application/msword');
inputObj.setAttribute("style",'visibility:hidden');
document.body.appendChild(inputObj);
inputObj.onchange = function(){
//拿取上传的文档
var fileData = inputObj.files[0]
if(fileData.type.indexOf('word')>-1){
if(fileData.size>1048576){ //控制在1M以内
alert('您上传的文件大于1MB,请上传1MB以内的word文件')
return;
}
console.log(fileData)
}else{
alert('请选择一个word文件')
}
}
inputObj.click();
}
}
};
-
增加一个命令叫做：getword
-
模拟一个input file，并且模拟一次点击文件上传
-
如果上传了具体文件，触发onchange，并且进行word的各种判断
-
然后将文件的内容传到后台的接口（具体怎么做根据自己的语言来处理）
-
加入自定义的命令
//为工具栏添加按钮，以下都是统一的按钮触发命令，所以写在一起
var btnCmds = ['undo', 'redo', 'formatmatch',
'bold', 'italic', 'underline', 'fontborder', 'touppercase', 'tolowercase',
'strikethrough', 'subscript', 'superscript', 'source', 'indent', 'outdent',
'blockquote', 'pasteplain', 'pagebreak',
'selectall', 'print','horizontal', 'removeformat', 'time', 'date', 'unlink',
'insertparagraphbeforetable', 'insertrow', 'insertcol', 'mergeright', 'mergedown', 'deleterow',
'deletecol', 'splittorows', 'splittocols', 'splittocells', 'mergecells', 'deletetable', 'drafts','getword'];
注意到最后一个getword了么，这就是刚刚加进去的
- 在
Lang/zh-cn/zh-cn.js文件当中，增加按钮说明，直接照着截图加就行
,'getword':'获取word'
为了防止图裂，还是写一下，搜一下`scrawl：'涂鸦'，基本可以找到大概的位置
- 修改
ueditor.config.js文件，增加新的按钮
在help的后面加一个getword就好了，注意以下json格式，逗号不能少
- 增加样式，修改
Themes/default/ueditor.css，直接在最底下增加
.edui-default .edui-toolbar .edui-for-getword .edui-icon {
background-image: url(../images/wordT1.png);
background-repeat: no-repeat;
width: 20px !important;
background-size: 18px;
background-position: center;
}
Tip：wordT1.png 是一个word的小图标，这里就不提供了
才怪：Themes/default/images/wordT1.png
https://gitee.com/lazyTimes/imageReposity/raw/master/img/wordT1.png
上面这一套做完之后，基本上在百度编辑器里面会多出一个图标，接下来需要后端开发接口，对接这个插件的行为和操作
2. 后端为word文件做转化为html的操作，然后将html原文返回给前端
做这个接口要特别的小心，需要防止接口被滥用，拖垮服务器资源，因为转化和图片存储的代价还是不小的，需要控制可以转化的大小
前文也说了，老板都出钱升级了，我还玩你个鬼的百度编辑器，溜了溜了，用ewebeidor，下面是网上搜下来的一个word转html的工具方法，需要apach-poi的支持，我用的是3.12版本，具体的内容看自己。
注意以下：docx 和 doc 在poi里面是需要用不同的对象进行操作的，后续自己也会补一补这一块的内容
poi 还是挺强的，很牛逼，把巨硬的那一套治的服服帖帖
import org.apache.commons.io.FileUtils;
import org.apache.poi.hwpf.HWPFDocument;
import org.apache.poi.hwpf.converter.PicturesManager;
import org.apache.poi.hwpf.converter.WordToHtmlConverter;
import org.apache.poi.hwpf.extractor.WordExtractor;
import org.apache.poi.hwpf.model.PAPX;
import org.apache.poi.hwpf.usermodel.Picture;
import org.apache.poi.hwpf.usermodel.PictureType;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.usermodel.XWPFNumbering;
import org.apache.poi.xwpf.usermodel.XWPFParagraph;
import org.openxmlformats.schemas.wordprocessingml.x2006.main.CTNumbering;
import org.w3c.dom.Document;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.transform.OutputKeys;
import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.dom.DOMSource;
import javax.xml.transform.stream.StreamResult;
import java.io.*;
import java.lang.reflect.Field;
import java.util.ArrayList;
import java.util.List;
/**
* 根据poi写的word帮助类
* @date 2020/10/12 18:26
**/
public class WordHelper {
public static void parseDocx2Html() throws Throwable {
final String path = "D:\\XXX\\mark\\XXX\\XXXX\\";
final String file = "XXXX.doc";
InputStream input = new FileInputStream(path + file);
String suffix = file.substring(file.indexOf(".")+1);// //截取文件格式名
//实例化WordToHtmlConverter，为图片等资源文件做准备
WordToHtmlConverter wordToHtmlConverter = new WordToHtmlConverter(
DocumentBuilderFactory.newInstance().newDocumentBuilder()
.newDocument());
wordToHtmlConverter.setPicturesManager(new PicturesManager() {
@Override
public String savePicture(byte[] content, PictureType pictureType,
String suggestedName, float widthInches, float heightInches) {
return suggestedName;
}
});
if ("doc".equals(suffix.toLowerCase())) {
// docx
HWPFDocument wordDocument = new HWPFDocument(input);
wordToHtmlConverter.processDocument(wordDocument);
//处理图片，会在同目录下生成 image/media/ 路径并保存图片
List pics = wordDocument.getPicturesTable().getAllPictures();
if (pics != null) {
for (int i = 0; i < pics.size(); i++) {
Picture pic = (Picture) pics.get(i);
try {
pic.writeImageContent(new FileOutputStream(path
+ pic.suggestFullFileName()));
} catch (FileNotFoundException e) {
e.printStackTrace();
}
}
}
}
// 转换
Document htmlDocument = wordToHtmlConverter.getDocument();
ByteArrayOutputStream outStream = new ByteArrayOutputStream();
DOMSource domSource = new DOMSource(htmlDocument);
StreamResult streamResult = new StreamResult(outStream);
TransformerFactory tf = TransformerFactory.newInstance();
Transformer serializer = tf.newTransformer();
serializer.setOutputProperty(OutputKeys.ENCODING, "utf-8");//编码格式
serializer.setOutputProperty(OutputKeys.INDENT, "yes");//是否用空白分割
serializer.setOutputProperty(OutputKeys.METHOD, "html");//输出类型
serializer.transform(domSource, streamResult);
outStream.close();
String content = new String(outStream.toByteArray());
System.err.println(content);
FileUtils.writeStringToFile(new File(path, "interface.html"), content,
"utf-8");
}
public static void main(String[] args) throws Throwable {
WordHelper.parseDocx2Html();
}
}
后续
滚回去继续升级ewebeditor了，擦公司的前辈居然有人做了一个一键排版和文章重排，直接动了源代码，有时间研究一下，果然老系统出神仙。
PS：老系统代码里面老板的名字在上面，老板是大公司程序员出身，挺好。
总结：
永远不要小看任何细节的点，看似平平无奇的功能，其实真正考虑要实现的时候。
一个简单的复制粘贴其实也并不简单。word的复制和原样粘贴要实现其实不太容易。
那么这种word转译的exe插件，他们是怎么做到的，我现在产生了无限的思考......
[复制链接]
发表于 2020-10-13 14:09
|
发表于 2020-10-13 15:04
