自动化工具word文档批量转html

企业有不少的科室，科室的每一个人或多或少都会写一些文档，有些文档领导须要浏览，解决的办法是将编辑的文档打印出来，供领导浏览，或是为了节约企业成本，文档就在人与人这间或部门之间copy过来，copy过去。若是员工或领导不善于管理文档，就会形成有不少的版本，或者是在之后没法轻松的找到相关的文档。

因此企业专门找到一我的（文档管理员），让这我的负责文档的管理。而文档的管理的方式有两种形式，第一种是doc形式的（即word文档），第二种是分享形式的。

对于第一种文档管理方式，只涉及到这个文档管理员，收集各部门的文档，将部门规划成一种以下图的形式：

而后在部门中再规划人员，以下图：

 

经过第一种形式，那么文档的管理也就解决了。只保存最新文档，对文档进行汇总等，若是领导须要什么文档的话，只须要让文档管理员打印并呈送就能够了。

可是领导或职员须要什么文档？领导也不是一台机器，没有过目不忘的本领，并不知道公司有什么文档？若是文档中有错字有谁来发现？因此为了解决这几个问题，须要实现文档的分享，也就是第二种文档管理方式。

解决思路是在局域网中创建一个网站，企业中的任何一我的均可以浏览公司的文档。经过这个网站，企业中的任何一我的也都知道本企业有什么文档，寻找资料也会方便些。

网站也很简单，只须要实现目录结构上的复制，部门对应部门，人员对应人员。再把doc转换成html，文档名称对应页面名称。而后再自动生成网站首页，这个网站也就作完了。

技术实现：
在这里只是大致介绍一下，若是须要了解技术详细的话，能够下载下面的源代码。

1.给定须要转换的目录（包含word文档的目录）和输出目录
2.读取目录中的全部word文档
3.将全部的word文章转换成Html文件，并将html文件保存到输出目录下对应的目录（即部门对应部门，人员对应人员），代码以下

public void ToHtml(string filePath)  
{
    this.FilePath = filePath;
    Word.Application word = new Word.Application();
    Type wordType = word.GetType();
    Word.Documents docs = word.Documents;
    Type docsType = docs.GetType();
    Word.Document doc = (Word.Document)docsType.InvokeMember("Open",
        System.Reflection.BindingFlags.InvokeMethod, null, docs,
        new Object[] { (object)FilePath, true, true }); //打开word文档
    Type docType = doc.GetType();
    CreateDirectory(TargetDirectoryPath);  //源目录对应目标目录 
    string strSaveFileName = TargetFilePath;  //转换成目标文件路径
    object saveFileName = (object)strSaveFileName;
    //另存为html,关闭文档并退出
    docType.InvokeMember("SaveAs", System.Reflection.BindingFlags.InvokeMethod,
        null, doc, new object[] { saveFileName, Word.WdSaveFormat.wdFormatFilteredHTML });
    docType.InvokeMember("Close", System.Reflection.BindingFlags.InvokeMethod, null, doc, null);
    wordType.InvokeMember("Quit", System.Reflection.BindingFlags.InvokeMethod, null, word, null);
}

word转为html后，测试页面样式：

4.生成首页，并将首页保存到输出目录下。为使首页结构清晰，使用了jquery插件treeview。

public string ToHtmlStructure(DirectoryInfo directory)
{
            
    FileInfo[] files = null;
    DirectoryInfo[] subDirs = null;
    files = directory.GetFiles("*.*");
    _sb.AppendLine(AddUl());
    foreach (FileInfo fi in files)
    {

        string relativelinks = Uri.EscapeUriString(fi.FullName.Replace(string.Format(@"{0}\", DirectoryPath), "").Replace('\', '/'));
        _sb.AppendLine(string.Format("<li><a href='{0}' target='_blank'>{1}</a></li>",relativelinks, fi.Name));
    }
    subDirs = directory.GetDirectories();
    foreach (DirectoryInfo dirInfo in subDirs)
    {
        _sb.AppendLine("<li>");
        _sb.AppendLine(dirInfo.Name);
        ToHtmlStructure(dirInfo);
        _sb.AppendLine("</li>");
    }
    _sb.AppendLine("</ul>");
    return _sb.ToString();
}

生成的首页显示大致以下（非企业的文档，而是本身的文档）：

开发环境：win7+vs2010+office2007

测试环境：win7+office2007

总结：
在开发这个工具时，最主要的仍是word转html。而我使用的方式是com方法调用word的open,saveas,close和quit。这种方式会在word的最近浏览记录中留下信息，以下：

而且html的生成彻底由word控制，生成的html的样式也彻底由word控制。有的文章转换为html后，显得html内容不美观。我测试了一下，安装不一样的office版本，office2003（没法转换高版本的文档）,office2007,office2010,版本越高，转换后的html样式越好。

我也在网上寻找了word转html的控制方式（包括国内的、国外的），发现若是想彻底控制转换，彷佛是不可能的。固然也有doc转换工具，如google doc。不知道我这个观点对不对？

 

源代码下载：源码Convertor.rar