注意事项

Anyline Office要实现的是精确控制每个html标签转换成word标签，主要用来处理表格，书签
应用场景如：资质证书、检测报告等

html标准与word标准并非完全兼容，如word中并不支持段落(html.div)的多层嵌套；

Anyline Office并不能把任何的html都完整的转换成word，不支持javasript脚本，建议在生成数据报表时使用。

如果是要把整个HTML页面或富文本编辑器中的内容转成word,应该是直接把HTML源码压缩到word文档中。word本身支持HTML解析。
如POI里这样实现，执行后是生成一个doc文件，生成的其实是一个压缩文件，压缩包内只有一个html文件,可以用word打开另存为docx文件，另存的过程就是把html标签转成word标签的过程,生成的docx就是下个结构完整word文档了

            

org.apache.poi.poifs.filesystem.POIFSFileSystem poifs = new POIFSFileSystem();
org.apache.poi.poifs.filesystem.DirectoryEntry directory = poifs.getRoot();
OutputStream out = new FileOutputStream("D:\\word.doc");
directory.createDocument("WordDocument", new FileInputStream("D:\\index.html"));
poifs.writeFilesystem(out);

//如果是一段html可以这样
byte b[] = html.getBytes();
ByteArrayInputStream bais = new ByteArrayInputStream(b);
POIFSFileSystem poifs = new POIFSFileSystem();
DirectoryEntry directory = poifs.getRoot();
DocumentEntry documentEntry = directory.createDocument("WordDocument", bais);
poifs.writeFilesystem(out);
关闭out

关于word图片与html图片相互转换

| 2024-03-23 |

HTML标签中的图片一般是一个URL，而WORD中的图片是一个压缩的WORD文档中的本地文件所以在HTML与WORD相互转换时会涉及到图片的上传与下载 HTML转换成WORD时，需要根据IMG.SRC中图片URL下载到本地，再压缩到WORD文档中，所以需要提供一个Downloader实现downl

${key}尽量不要出现在书签中

| 2021-12-11 |

${key}尽量不要出现在书签中，因为书签在执行替换时会把${key}替换掉

html标签要通过xml标准验证

| 2021-12-11 |

html标签要通过xml标准验证，Anyline Office使用dom4j来解析html，并不像浏览器容错性那么强，特别是没有结束标签的片段会导致解析失败。

如果从文件中读取HTML片段，文件格式尽量用UTF-8不要用UTF-8+BOM

| 2021-12-11 |

如果从文件中读取HTML片段，文件格式尽量用UTF-8不要用UTF-8+BOM，否则有可能因为trim()失效导致未知的异常

div span只适配了inline,block,inline-block

| 2021-12-11 |

当前版本中(8.5.1)div span标签的style.display只适配了inline,block,inline-block，没有处理其他的值。

text两侧的空格、回车不占空间

| 2021-12-11 |

text两侧的空格、回车不占空间，在执行解析时会清除两侧的不可见字符，但中间的不会清除，空格在word中会表现出来，这与html预览的效果会有差异。

table的每一行要保持td数量一致(包含colspan,rowspan的值)

| 2021-12-11 |

table的每一行要保持td数量一致(包含colspan,rowspan的值)，colspan/rowspan不要算错，如果最终计算的列数量不一致会导致table解析过程中数组越界。虽然word中支持table每行tc的数量不同，但当前版本(8.5.1)中还没有实现。

border

| 2021-12-11 |

Anyline Office对border的解析并没有浏览器那样完整，只解析了以下一种顺序border:5px solid red;需要按顺序的三个值。当然也可以分开写 border-color:red; border-top-color:red; border-color:red blue;

word表格合并单元格时与html表格合并单元格是的区别

| 2021-12-20 |

word表格合并单元格时与html表格合并单元格是的区别合并列时都一样，被合并的节点被删除，如第1个单元格中合并2列,则第2个单元格会被删除合并行时有所不同，在html中被合并的单元格同样会被删除但在word中被上一行合并的单元格依然存在,只是添加了一个标签(vMerge)来标记

关于尺寸单位(长、宽、高、字号)

| 2021-12-21 |

关于尺寸单位(长、宽、高、字号) 默认单位px setWidth(10);相当于setWidth("10px"); 可以修改默认单位 setWidthUnit("cm"); setWidth(10);相当于setWidth("10cm");