Java 調用 Jacob 橋接 COM 組件實現 Word 轉 HTML 完整代碼實戰

背景與原理

Jacob (Java-COM Bridge) 讓 Java 程序能調用 Windows COM 組件。本方案利用 Microsoft Word 自身的 COM 接口（Word.Application），以「隱式啟動 Word → 打開文檔 → 另存為 HTML → 關閉 Word」流程實現高保真格式轉換。

版本要求：JDK 1.4+ 需 Jacob 1.9+ (含 jacob.dll 放入 java.library.path 或 JRE bin 目錄)。

Maven 依賴（現代化構建）

<dependency>
    <groupId>com.jacob</groupId>
    <artifactId>jacob</artifactId>
    1.19  </dependency>

核心轉換類

package com.example.doc;

import com.jacob.activeX.ActiveXComponent;
import com.jacob.com.Dispatch;
import com.jacob.com.Variant;

public class WordToHtmlConverter {

    /**
     * Word 文檔轉 HTML
     * @param docPath  Word 絕對路徑（含擴展名 .doc/.docx）
     * @param htmlPath 輸出 HTML 絕對路徑（不含擴展名，將自動生成 .html 及資源文件夾）
     */
    public static void convert(String docPath, String htmlPath) {
        ActiveXComponent word = new ActiveXComponent("Word.Application");
        try {
            // 1. 隱藏 Word 窗口
            word.setProperty("Visible", new Variant(false));
            
            // 2. 獲取 Documents 集合並打開文檔
            // Open(FileName, ConfirmConversions, ReadOnly, AddToRecentFiles, ...)
            Dispatch docs = word.getProperty("Documents").toDispatch();
            Dispatch doc = Dispatch.invoke(
                docs, "Open", Dispatch.Method,
                new Object[]{docPath, new Variant(false), new Variant(true)}, // 不確認轉換、只讀
                new int[1]
            ).toDispatch();

            // 3. 另存為 HTML (格式代碼 8 = wdFormatHTML)
            Dispatch.invoke(
                doc, "SaveAs", Dispatch.Method,
                new Object[]{htmlPath, new Variant(8)},
                new int[1]
            );

            // 4. 關閉文檔（不保存變更）
            Variant saveChanges = new Variant(false);
            Dispatch.call(doc, "Close", saveChanges);

        } catch (Exception e) {
            e.printStackTrace();
            throw new RuntimeException("Word 轉 HTML 失敗: " + e.getMessage(), e);
        } finally {
            // 5. 強制退出 Word 進程，防止殭屍進程
            word.invoke("Quit", new Variant[]{});
        }
    }

    public static void main(String[] args) {
        convert("C:/docs/輸送調度系統總體方案.doc", "C:/output/輸送調度系統總體方案");
    }
}

關鍵參數說明

常見問題與解決方案

• UnsatisfiedLinkError: jacob.dll → 將 jacob.dll (32/64 位匹配 JDK) 放入 %JAVA_HOME%/bin 或啟動參數 -Djava.library.path=path/to/dll
• 轉換卡死/無響應 → Word 彈出對話框（宏安全、轉換確認），需設置 DisplayAlerts = false、AutomationSecurity = msoAutomationSecurityForceDisable
• 中文路徑亂碼 → 確保 Java 源文件 UTF-8 編譯，Jacob 內部用 Unicode 傳遞
• 併發轉換衝突 → Word COM 為單進程單線程模型，需串行隊列或進程池隔離
• Linux/Mac 不支持 → 僅限 Windows + 安裝 Word。跨平台方案請用 Apache POI (簡單文檔)、LibreOffice headless、Aspose.Words (商業) 或云端轉換 API

現代化替代方案對比

總結

Jacob 橋接 Word COM 是「高保真 Word 轉 HTML」在 Windows 平台最經典、成熟的方案。核心要點：隱式啟動、只讀打開、格式代碼 8、強制 Quit、串行化併發。現代項目若需跨平台或無 Office 授權，建議遷移至 LibreOffice Headless 或商業庫 Aspose.Words。