使用Java将HTML内容转换为Word文档的实现步骤_Java

1. 技术背景

在日常开发中，我们经常需要将网页内容或者html格式的数据导出为word文档供用户下载。传统的做法可能是使用模板引擎或者专门的报表工具，但对于简单的场景，我们可以利用apache poi库来实现这一功能。

扩展，使用ai大模型生成word报告，可以先将生成的要求输出成html，再将html转成word，对于文档的样式比markdown好看很多。

2. 实现原理

核心思路是利用poifsfilesystem类将html内容作为word文档的内容插入。虽然这不是真正的docx格式，但对于基本的文本内容展示已经足够。

3. 核心代码分析

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>

让我们来看一下关键的实现代码：

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();
}

这段代码的关键步骤包括：

创建输入流：将html字符串转换为字节数组，并指定编码格式（这里是gbk）
创建输出流：指定输出文件路径
构建poi文件系统：使用poifsfilesystem创建word文档结构
写入文档内容：将html内容作为"worddocument"写入文件系统
完成写入：关闭流并输出成功信息

4. html内容设计要点

为了让生成的word文档有更好的显示效果，需要注意以下几点：

字体设置：

body {
    font-family: '仿宋_gb2312', serif;
    font-size: 21.3px;
    line-height: 28px;
}

标题样式：

h1 {
    font-family: '方正小标宋简体', serif;
    font-size: 29.3px;
    text-align: center;
}

段落缩进：

p {
    text-indent: 2em;
}

5. 实际应用场景

这种技术特别适用于以下场景：

自动生成各类报告和统计文档
将网页内容保存为可编辑的word格式
批量生成格式统一的文档文件
在线文档导出功能

6. 注意事项

编码问题：注意字符编码的一致性，避免乱码
兼容性：这种方法生成的是较老的doc格式，不是docx
样式限制：复杂的css样式可能无法完全保留
字体依赖：目标机器需要安装相应的中文字体

7. 结合ai模型生成word

7.1. 测试提示词

角色设定
你是一位资深警情数据分析专家，具备丰富的数据分析经验，能够从今日警情数据{{#xxx.xh_jt#}}和回看警情数据{{xxx.xh_hk#}}中准确提取关键信息，并按照公安系统标准格式生产《支队涉逃逸涉酒警情处置核查情况》报告。

任务要求
文档标题为《支队涉逃逸涉酒警情处置核查情况》，标题与正文之间空一行。
“一、涉逃逸涉酒警情及查处情况”部分仅使用今日警情{{#xxx.xhjq_jt#}}中统计标记为“统计”的警情。
“二、昨日未落地警情回头看情况”部分仅使用回看警情{{#xxx.jhjg_hk#}}中统计标记为“统计”且办结标志不为“已办结”的警情。


输出格式必须严格遵循示例，并确保字段完整、数据准确。

输出格式要求（严格按照以下格式输出，不得更改）
支队涉逃逸涉酒警情处置核查情况

经侦查大队对xxx年xx月xx日6时至xxx年xx月xx日6时期间122警情系统中接警反映机动车“涉逃逸涉酒”事故警情进行核查，情况如下：

一、涉逃逸涉酒警情及查处情况
共发生机动车“涉逃逸涉酒”警情x宗，其中已办结x宗，未办结x宗。
（一）已办结警情
1.xxx 大队 xx中队（警情编号：xxxx），警情时间：xxx年xxx月xx时xx分xx秒，警情地点：xxx，警情内容：xxxx。查处情况：逃逸人员xx已抓获，吹气数值：xxmg/100ml，从警情发生事件至抓获逃逸人员用时xx小时。
2.xxx 大队 xx中队（警情编号：xxxx），警情时间：xxx年xxx月xx时xx分xx秒，警情地点：xxx，警情内容：xxxx。查处情况：逃逸人员xx已抓获，吹气数值：xxmg/100ml，从警情发生事件至抓获逃逸人员用时xx小时。

（二）未办结警情
1.xxx 大队 xx中队（警情编号：xxxx），警情时间：xxx年xxx月xx时xx分xx秒，警情地点：xxx，警情内容：xxxx。查处情况：逃逸人员xx未抓获。
2.xxx 大队 xx中队（警情编号：xxxx），警情时间：xxx年xxx月xx时xx分xx秒，警情地点：xxx，警情内容：xxxx。查处情况：逃逸人员xx未抓获。

落款在右下角显示内容：
侦查大队一中队
xxx年xx月xx日（当前年月日时间）


约束条件（必须严格遵守）

文档格式xxx
字体颜色统一为黑色。
一级级标题使用字体为“方正小标宋简体”，字号二号（29.3px），居中对齐
二级标题字体为“楷体_gb2312”,字号三号（21.3px），居左对齐，首行缩进2个字符
正文段落使用字体“仿宋_gb2312”，字号三号（21.3px），居左对齐，首行缩进2个字符；“警情编号、警情时间、警情地点、警情内容、查处情况”这几个字符需要进行加粗，“查处情况”另起一行。
文档行距设置为固定值28磅
段落首行缩进2字符，文本前后、段前段后均设置为0字符
落款前需换两行，显示在右下角，居右对齐，离右边有4个字符距离，字体为仿宋_gb2312，字号三号（21.3px）

输出：内容用html(a4)格式输出,确保标题、列表、加粗等标签完整且不输出额外的解释。

7.2. ai大模型返回的html样式

<!doctype html>
<html lang="zh-cn">
<head>
    <meta charset="utf-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>支队涉逃逸涉酒警情处置核查情况</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: "方正小标宋简体", "simhei", sans-serif;
            font-size: 29.3px;
            text-align: center;
            line-height: 28pt;
            margin-bottom: 28pt;
        }
        .section-title {
            font-family: "楷体_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">支队涉逃逸涉酒警情处置核查情况</div>
    
    <div class="line-break"></div>
    
    <div class="content">经侦查大队对2025年11月18日6时至2025年11月19日6时期间122警情系统中接警反映机动车"涉逃逸涉酒"事故警情进行核查，情况如下：</div>
    
    <div class="line-break"></div>
    
    <div class="section-title">一、涉逃逸涉酒警情及查处情况</div>
    
    <div class="content">共发生机动车"涉逃逸涉酒"警情3宗，其中已办结2宗，未办结1宗。</div>
    
    <div class="section-title">（一）已办结警情</div>
    
    <div class="case-item">
        <div class="content">1.交警支队 一大队三中队（<span class="bold-text">警情编号：</span>jq20251118001），<span class="bold-text">警情时间：</span>2025年11月18日08时30分25秒，<span class="bold-text">警情地点：</span>人民路与解放路交叉口，<span class="bold-text">警情内容：</span>黑色轿车追尾后逃逸，目击者称司机疑似酒驾。</div>
        <div class="content"><span class="bold-text">查处情况：</span>逃逸人员张三已抓获，吹气数值：85mg/100ml，从警情发生事件至抓获逃逸人员用时2小时。</div>
    </div>
    
    <div class="case-item">
        <div class="content">2.交警支队 二大队一中队（<span class="bold-text">警情编号：</span>jq20251118002），<span class="bold-text">警情时间：</span>2025年11月18日14时20分10秒，<span class="bold-text">警情地点：</span>中山北路128号门前，<span class="bold-text">警情内容：</span>白色suv撞伤行人后逃逸，现场有浓烈酒味。</div>
        <div class="content"><span class="bold-text">查处情况：</span>逃逸人员李四已抓获，吹气数值：92mg/100ml，从警情发生事件至抓获逃逸人员用时3小时。</div>
    </div>
    
    <div class="section-title">（二）未办结警情</div>
    
    <div class="case-item">
        <div class="content">1.交警支队 三大队二中队（<span class="bold-text">警情编号：</span>jq20251118003），<span class="bold-text">警情时间：</span>2025年11月18日21时15分40秒，<span class="bold-text">警情地点：</span>建设南路与友谊路交叉口，<span class="bold-text">警情内容：</span>灰色面包车撞坏护栏后逃逸，有目击者看到司机走路摇晃。</div>
        <div class="content"><span class="bold-text">查处情况：</span>逃逸人员王五未抓获。</div>
    </div>
    
    <div class="signature">
        <div>侦查大队一中队</div>
        <div>2022年11月19日</div>
    </div>
</body>
</html>