Jsoup解析HTML实例及文档方法详解

时间:2022-10-31 23:00:51

这篇文章主要介绍了Jsoup如何解析一个HTML文档、从文件加载文档、从URL加载Document等方法,对Jsoup常用方法做了详细讲解,最近提供了一个示例供大家参考 使用DOM方法来遍历一个文档 从元素抽取属性,文本和HTML 获取所有链接


解析和遍历一个HTML文档

如何解析一个HTML文档

复制代码代码如下:

String html = "<html><head><title>First parse</title></head>"
  + "<body><p>Parsed HTML into a doc.</p></body></html>";
Document doc = Jsoup.parse(html);

其解析器能够尽最大可能从你提供的HTML文档来创见一个干净的解析结果,无论HTML的格式是否完整。比如它可以处理:

1、没有关闭的标签 (比如: <p>Lorem <p>Ipsum parses to <p>Lorem</p> <p>Ipsum</p>)
2、隐式标签 (比如. 它可以自动将 <td>Table data</td>包装成<table><tr><td>?)
3、创建可靠的文档结构(html标签包含head 和 body,在head只出现恰当的元素)

一个文档的对象模型

1、文档由多个Elements和TextNodes组成 (以及其它辅助nodes).
2、其继承结构如下:Document继承Element继承Node. TextNode继承 Node.
3、一个Element包含一个子节点集合,并拥有一个父Element。他们还提供了一个唯一的子元素过滤列表。

从一个URL加载一个Document

存在问题
你需要从一个网站获取和解析一个HTML文档,并查找其中的相关数据。你可以使用下面解决方法:

解决方法
使用 Jsoup.connect(String url)方法:

复制代码代码如下:

Document doc = Jsoup.connect("http://www.jb51.net/").get();
String title = doc.title();

说明
connect(String url) 方法创建一个新的 Connection, 和 get() 取得和解析一个HTML文件。如果从该URL获取HTML时发生错误,便会抛出 IOException,应适当处理。

Connection 接口还提供一个方法链来解决特殊请求,具体如下:

复制代码代码如下:

Document doc = Jsoup.connect("http://www.jb51.net")
  .data("query", "Java")
  .userAgent("Mozilla")
  .cookie("auth", "token")
  .timeout(3000)
  .post();

这个方法只支持Web URLs (http和https 协议); 假如你需要从一个文件加载,可以使用parse(File in, String charsetName) 代替。

从一个文件加载一个文档

问题
在本机硬盘上有一个HTML文件,需要对它进行解析从中抽取数据或进行修改。

办法
可以使用静态 Jsoup.parse(File in, String charsetName, String baseUri) 方法:

复制代码代码如下:

File input = new File("/tmp/input.html");
Document doc = Jsoup.parse(input, "UTF-8", "http://www.jb51.net/");

说明
parse(File in, String charsetName, String baseUri) 这个方法用来加载和解析一个HTML文件。如在加载文件的时候发生错误,将抛出IOException,应作适当处理。
baseUri 参数用于解决文件中URLs是相对路径的问题。如果不需要可以传入一个空的字符串。
另外还有一个方法parse(File in, String charsetName) ,它使用文件的路径做为 baseUri。 这个方法适用于如果被解析文件位于网站的本地文件系统,且相关链接也指向该文件系统。


使用DOM方法来遍历一个文档

问题
你有一个HTML文档要从中提取数据,并了解这个HTML文档的结构。

方法
将HTML解析成一个Document之后,就可以使用类似于DOM的方法进行操作。示例代码:

复制代码代码如下:

File input = new File("/tmp/input.html");
Document doc = Jsoup.parse(input, "UTF-8", "http://www.jb51.net/");

Element content = doc.getElementById("content");
Elements links = content.getElementsByTag("a");
for (Element link : links) {
  String linkHref = link.attr("href");
  String linkText = link.text();
}

说明
Elements这个对象提供了一系列类似于DOM的方法来查找元素,抽取并处理其中的数据。具体如下:
查找元素
getElementById(String id)
getElementsByTag(String tag)
getElementsByClass(String className)
getElementsByAttribute(String key) (and related methods)
Element siblings: siblingElements(), firstElementSibling(), lastElementSibling();nextElementSibling(), previousElementSibling()
Graph: parent(), children(), child(int index)

元素数据
attr(String key)获取属性attr(String key, String value)设置属性
attributes()获取所有属性
id(), className() and classNames()
text()获取文本内容text(String value) 设置文本内容
html()获取元素内HTMLhtml(String value)设置元素内的HTML内容
outerHtml()获取元素外HTML内容
data()获取数据内容(例如:script和style标签)
tag() and tagName()

操作HTML和文本
append(String html), prepend(String html)
appendText(String text), prependText(String text)
appendElement(String tagName), prependElement(String tagName)
html(String value)


使用选择器语法来查找元素
问题
你想使用类似于CSS或jQuery的语法来查找和操作元素。

方法
可以使用Element.select(String selector) 和 Elements.select(String selector) 方法实现:

复制代码代码如下:

File input = new File("/tmp/input.html");
Document doc = Jsoup.parse(input, "UTF-8", "http://www.jb51.net./");

Elements links = doc.select("a[href]"); //带有href属性的a元素
Elements pngs = doc.select("img[src$=.png]");
  //扩展名为.png的图片

Element masthead = doc.select("div.masthead").first();
  //class等于masthead的div标签

Elements resultLinks = doc.select("h3.r > a"); //在h3元素之后的a元素

说明
jsoup elements对象支持类似于CSS (或jquery)的选择器语法,来实现非常强大和灵活的查找功能。.
这个select 方法在Document, Element,或Elements对象中都可以使用。且是上下文相关的,因此可实现指定元素的过滤,或者链式选择访问。
Select方法将返回一个Elements集合,并提供一组方法来抽取和处理结果。

Selector选择器概述
tagname: 通过标签查找元素,比如:a
ns|tag: 通过标签在命名空间查找元素,比如:可以用 fb|name 语法来查找 <fb:name> 元素
#id: 通过ID查找元素,比如:#logo
.class: 通过class名称查找元素,比如:.masthead
[attribute]: 利用属性查找元素,比如:[href]
[^attr]: 利用属性名前缀来查找元素,比如:可以用[^data-] 来查找带有HTML5 Dataset属性的元素
[attr=value]: 利用属性值来查找元素,比如:[width=500]
[attr^=value], [attr$=value], [attr*=value]: 利用匹配属性值开头、结尾或包含属性值来查找元素,比如:[href*=/path/]
[attr~=regex]: 利用属性值匹配正则表达式来查找元素,比如: img[src~=(?i)\.(png|jpe?g)]
*: 这个符号将匹配所有元素

Selector选择器组合使用
el#id: 元素+ID,比如: div#logo
el.class: 元素+class,比如: div.masthead
el[attr]: 元素+class,比如: a[href]
任意组合,比如:a[href].highlight
ancestor child: 查找某个元素下子元素,比如:可以用.body p 查找在"body"元素下的所有p元素
parent > child: 查找某个父元素下的直接子元素,比如:可以用div.content > p 查找 p 元素,也可以用body > * 查找body标签下所有直接子元素
siblingA + siblingB: 查找在A元素之前第一个同级元素B,比如:div.head + div
siblingA ~ siblingX: 查找A元素之前的同级X元素,比如:h1 ~ p
el, el, el:多个选择器组合,查找匹配任一选择器的唯一元素,例如:div.masthead, div.logo

伪选择器selectors
:lt(n): 查找哪些元素的同级索引值(它的位置在DOM树中是相对于它的父节点)小于n,比如:td:lt(3) 表示小于三列的元素
:gt(n):查找哪些元素的同级索引值大于n,比如: div p:gt(2)表示哪些div中有包含2个以上的p元素
:eq(n): 查找哪些元素的同级索引值与n相等,比如:form input:eq(1)表示包含一个input标签的Form元素
:has(seletor): 查找匹配选择器包含元素的元素,比如:div:has(p)表示哪些div包含了p元素
:not(selector): 查找与选择器不匹配的元素,比如: div:not(.logo) 表示不包含 class=logo 元素的所有 div 列表
:contains(text): 查找包含给定文本的元素,搜索不区分大不写,比如: p:contains(jsoup)
:containsOwn(text): 查找直接包含给定文本的元素
:matches(regex): 查找哪些元素的文本匹配指定的正则表达式,比如:div:matches((?i)login)
:matchesOwn(regex): 查找自身包含文本匹配指定正则表达式的元素
注意:上述伪选择器索引是从0开始的,也就是说第一个元素索引值为0,第二个元素index为1等
可以查看Selector API参考来了解更详细的内容


从元素抽取属性,文本和HTML

问题
在解析获得一个Document实例对象,并查找到一些元素之后,你希望取得在这些元素中的数据。

方法
要取得一个属性的值,可以使用Node.attr(String key) 方法
对于一个元素中的文本,可以使用Element.text()方法
对于要取得元素或属性中的HTML内容,可以使用Element.html(), 或 Node.outerHtml()方法
示例:

复制代码代码如下:

String html = "<p>An <a href='http://www.jb51.net/'><b>www.jb51.net</b></a> link.</p>";
Document doc = Jsoup.parse(html);//解析HTML字符串返回一个Document实现
Element link = doc.select("a").first();//查找第一个a元素

String text = doc.body().text(); // "An www.jb51.net link"//取得字符串中的文本
String linkHref = link.attr("href"); // "http://www.jb51.net/"//取得链接地址
String linkText = link.text(); // "www.jb51.net""//取得链接地址中的文本

String linkOuterH = link.outerHtml(); 
    // "<a href="http://www.jb51.net"><b>www.jb51.net</b></a>"
String linkInnerH = link.html(); // "<b>www.jb51.net</b>"//取得链接内的html内容

说明
上述方法是元素数据访问的核心办法。此外还其它一些方法可以使用:

Element.id()
Element.tagName()
Element.className() and Element.hasClass(String className)
这些访问器方法都有相应的setter方法来更改数据.


示例程序: 获取所有链接
这个示例程序将展示如何从一个URL获得一个页面。然后提取页面中的所有链接、图片和其它辅助内容。并检查URLs和文本信息。
运行下面程序需要指定一个URLs作为参数

复制代码代码如下:

package org.jsoup.www.jb51.nets;

import org.jsoup.Jsoup;
import org.jsoup.helper.Validate;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.IOException;

/**
 * www.jb51.net program to list links from a URL.
 */
public class ListLinks {
    public static void main(String[] args) throws IOException {
        Validate.isTrue(args.length == 1, "usage: supply url to fetch");
        String url = args[0];
        print("Fetching %s...", url);

        Document doc = Jsoup.connect(url).get();
        Elements links = doc.select("a[href]");
        Elements media = doc.select("[src]");
        Elements imports = doc.select("link[href]");

        print("\nMedia: (%d)", media.size());
        for (Element src : media) {
            if (src.tagName().equals("img"))
                print(" * %s: <%s> %sx%s (%s)",
                        src.tagName(), src.attr("abs:src"), src.attr("width"), src.attr("height"),
                        trim(src.attr("alt"), 20));
            else
                print(" * %s: <%s>", src.tagName(), src.attr("abs:src"));
        }

        print("\nImports: (%d)", imports.size());
        for (Element link : imports) {
            print(" * %s <%s> (%s)", link.tagName(),link.attr("abs:href"), link.attr("rel"));
        }

        print("\nLinks: (%d)", links.size());
        for (Element link : links) {
            print(" * a: <%s>  (%s)", link.attr("abs:href"), trim(link.text(), 35));
        }
    }

    private static void print(String msg, Object... args) {
        System.out.println(String.format(msg, args));
    }

    private static String trim(String s, int width) {
        if (s.length() > width)
            return s.substring(0, width-1) + ".";
        else
            return s;
    }
}
org/jsoup/www.jb51.nets/ListLinks.java



java使用Jsoup组件生成word文档的方法


先利用jsoup将得到的html代码“标准化”(Jsoup.parse(String html))方法,然后利用FileWiter将此html内容写到本地的template.doc文件中,此时如果文章中包含图片的话,template.doc就会依赖你的本地图片文件路径,如果你将图片更改一个名称或者将路径更改,再打开这个template.doc,图片就会显示不出来(出现一个叉叉)。为了解决此问题,利用jsoup组件循环遍历html文档的内容,将img元素替换成${image_自增值}的标识,取出img元素中的src属性,再以键值对的方式存储起来,例如:

复制代码代码如下:

Map<Integer,String> imgMap = new HashMap<Integer,String>();
imgMap.put(1,”D:\lucene.png”);
 


此时你的html内容会变成如下格式:(举个示例)
复制代码代码如下:

<html>
 <head></head>
 <body>

  <p>测试消息1</p>
  <p>${image_1}<p>
  <table>
   <tr>
    <td> <td>
   </tr>
  </table>
  <p>测试消息2</p>
  <a href=http://www.jb51.net><p>${image_2}</p></a>
  <p>测试消息3</p>
 </body>
</html>

保存到本地文件以后,利用MSOfficeGeneratorUtils类(工具类详见下面,基于开源组件Jacob)打开你保存的这个template.doc,调用replaceText2Image,将上面代码的图片标识替换为图片,这样就消除了本地图片路径的问题。 然后再调用copy方法,复制整篇文档,关闭template.doc文件,新建一个doc文件(createDocument),调用 paste方法粘贴你刚复制的template.doc里的内容,保存。基本上就ok了。
关于copy整个word文档的内容,也会出现一个隐式问题。就是当复制的内容太多时,关闭word程序的时候,会谈出一个对话框,问你是否将复制的数据应用于其它的程序。对于这个问题解决方法很简单,你可以在调用 quit(退出word程序方法)之前,新建一篇文档,输入一行字,然后调用 copy方法,对于复制的数据比较少时,关闭word程序时,它不会提示你的。见如下代码
//复制一个内容比较少的*.doc文档,防止在关闭word程序时提示有大量的copy内容在内存中,是否应用于其它程序对话框,
复制代码代码如下:

msOfficeUtils.createNewDocument();
msOfficeUtils.insertText("测试消息");
msOfficeUtils.copy();
msOfficeUtils.close();
msOfficeUtils.quit();
Jacob在sourceforge上的链接
Jsoup官网
MsOfficeGeneratorUtils
package com.topstar.test;
import java.io.File;
import java.io.IOException;
import java.util.List;
import com.jacob.activeX.ActiveXComponent;
import com.jacob.com.ComThread;
import com.jacob.com.Dispatch;
import com.jacob.com.Variant;
/**
 * 利用JACOB对Microsoft Office Word 进行相关操作
 * 
 * @author xiaowu
 * @category topstar
 * @version 1.0
 * @since 2011-12-5
 */
public class MSOfficeGeneratorUtils {
 /**
  * Microsoft Office Word 程序对象
  */
 private ActiveXComponent word = null;
 /**
  * Word 活动文档对象
  */
 private Dispatch document = null;
 /**
  * 所有 Word 文档对象
  */
 private Dispatch documents = null;
 /**
  * selection 代表当前活动文档窗口中的所选内容。如果文档中没有选中任何内容,则此对象代表插入点(即光标所在位置)。<br/>
  * 每个文档窗口中只能存在一个selection对象,并且在整个应用程序中,只能存在一个活动的selection对象
  */
 private Dispatch selection = null;
 /**
  * range 对象代表文档中的一个连续的区域。每个range对象由一个起始字符位置与结束字符位置定义。<br/>
  * range 对象独立于所选内容。你可以定义和处理一个范围而无需改变所选内容。还可以在文档中定义多个范围。但每个文档中只能有一个所选内容
  */
 private Dispatch range = null;
 /**
  * PageSetup 对象包含文档所有页面的设置属性(如纸张大小,左边距,下边距)
  */
 private Dispatch pageSetup = null;
 /**
  * 文档中的所有表格对象
  */
 private Dispatch tables = null;
 /** 单个表格对象 */
 private Dispatch table = null;
 /** 表格所有行对象 */
 private Dispatch rows = null;
 /** 表格所有列对象 */
 private Dispatch cols = null;
 /** 表格指定行对象 */
 private Dispatch row = null;
 /** 表格指定列对象 */
 private Dispatch col = null;
 /** 表格中指定的单元格 */
 private Dispatch cell = null;
 /** 字体 */
 private Dispatch font = null;
 /** 对齐方式 */
 private Dispatch alignment = null;
 /**
  * 构造方法
  * 
  * @param visible
  *            设置在生成word文档时,程序是否可见
  */
 public MSOfficeGeneratorUtils(boolean visible) {
  if (this.word == null) {
   // 初始化Microsoft Office Word 实例
   this.word = new ActiveXComponent("Word.Application");
   this.word.setProperty("Visible", new Variant(visible));
   // 禁用宏
   this.word.setProperty("AutomationSecurity", new Variant(3));
  }
  if (this.documents == null)
   this.documents = word.getProperty("Documents").toDispatch();
 }
 /**
  * 设置页面方向与页边距
  * 
  * @param orientation
  *            页面方向
  *            <ul>
  *            <li>0 横向</li>
  *            <li>1 纵向</li>
  *            </ul>
  * @param leftMargin
  *            左边距
  * @param rightMargin
  *            右边距
  * @param topMargin
  *            上边距
  * @param buttomMargin
  *            下边距
  */
 public void setPageSetup(int orientation, int leftMargin, int rightMargin,
   int topMargin, int buttomMargin) {
  if (this.pageSetup == null)
   this.getPageSetup();
  Dispatch.put(pageSetup, "Orientation", orientation);
  Dispatch.put(pageSetup, "LeftMargin", leftMargin);
  Dispatch.put(pageSetup, "RightMargin", rightMargin);
  Dispatch.put(pageSetup, "TopMargin", topMargin);
  Dispatch.put(pageSetup, "BottomMargin", buttomMargin);
 }
 /**
  * 打开word文档
  * 
  * @param docPath
  *            word文档路径
  * @return 打开的文档对象
  */
 public Dispatch openDocument(String docPath) {
  this.document = Dispatch.call(documents, "Open", docPath).toDispatch();
  this.getSelection();
  this.getRange();
  this.getAlignment();
  this.getFont();
  this.getPageSetup();
  return this.document;
 }
 /**
  * 创建一篇新文档
  * 
  * @return 文档对象
  */
 public Dispatch createNewDocument() {
  this.document = Dispatch.call(documents, "Add").toDispatch();
  this.getSelection();
  this.getRange();
  this.getPageSetup();
  this.getAlignment();
  this.getFont();
  return this.document;
 }
 /**
  * 获取选定的内容或插入点
  * 
  * @return selection
  */
 public Dispatch getSelection() {
  this.selection = word.getProperty("Selection").toDispatch();
  return this.selection;
 }
 /**
  * 获取当前文档中可以修改的部分,前提是必须存在选中内容
  * 
  * @return range
  */
 public Dispatch getRange() {
  this.range = Dispatch.get(this.selection, "Range").toDispatch();
  return this.range;
 }
 /**
  * 获得当前文档的页面属性
  */
 public Dispatch getPageSetup() {
  if (this.document == null)
   return this.pageSetup;
  this.pageSetup = Dispatch.get(this.document, "PageSetup").toDispatch();
  return this.pageSetup;
 }
 /**
  * 把选中内容或插入点向上移动
  * 
  * @param count
  *            移动的距离
  */
 public void moveUp(int count) {
  for (int i = 0; i < count; i++)
   Dispatch.call(this.selection, "MoveUp");
 }
 /**
  * 把选中内容或插入点向下移动
  * 
  * @param count
  *            移动的距离
  */
 public void moveDown(int count) {
  for (int i = 0; i < count; i++)
   Dispatch.call(this.selection, "MoveDown");
 }
 /**
  * 把选中内容或插入点向左移动
  * 
  * @param count
  *            移动的距离
  */
 public void moveLeft(int count) {
  for (int i = 0; i < count; i++)
   Dispatch.call(this.selection, "MoveLeft");
 }
 /**
  * 把选中内容或插入点向右移动
  * 
  * @param count
  *            移动的距离
  */
 public void moveRight(int count) {
  for (int i = 0; i < count; i++)
   Dispatch.call(this.selection, "MoveRight");
 }
 /**
  * 执行硬换行(回车键)
  * 
  * @param count
  *            换行数
  */
 public void enterDown(int count) {
  for (int i = 0; i < count; i++)
   Dispatch.call(this.selection, "TypeParagraph");
 }
 /**
  * 把插入点移动到文件首位置
  */
 public void moveStart() {
  Dispatch.call(this.selection, "HomeKey", new Variant(6));
 }
 /**
  * 把插入点移动到文件末尾
  */
 public void moveEnd() {
  Dispatch.call(selection, "EndKey", new Variant(6));
 }

 
 /**
  * 从选定内容或插入点开始查找文本
  * 
  * @param toFindText
  *            要查找的内容
  * @return 查询到的内容并选中
  */
 public boolean find(String toFindText) {
  // 从selection所在位置开始查询
  Dispatch find = Dispatch.call(this.selection, "Find").toDispatch();
  // 设置要查找的?热?br />   Dispatch.put(find, "Text", toFindText);
  // 向前查找
  Dispatch.put(find, "Forward", "True");
  // 设置格式
  Dispatch.put(find, "Format", "True");
  // 大小写匹配
  Dispatch.put(find, "MatchCase", "True");
  // 全字匹配
  Dispatch.put(find, "MatchWholeWord", "True");
  // 查找并选中
  return Dispatch.call(find, "Execute").getBoolean();
 }
 /**
  * 替换选定的内容
  * 
  * @param newText
  *            要替换的内容
  */
 public void replace(String newText) {
  // 设置替换文本
  Dispatch.put(this.selection, "Text", newText);
 }
 /**
  * 全局替换
  * 
  * @param oldText
  *            要替换的内容
  * @param replaceObj
  *            被替换的内容
  */
 public void replaceAll(String oldText, Object replaceObj) {
  // 将插入点移到文件开头
  moveStart();
  // 表格替换方式
  String newText = (String) replaceObj;
  // 图片替换方式
  if (oldText.indexOf("image") != -1 || newText.lastIndexOf(".bmp") != -1 || newText.lastIndexOf(".jpg") != -1 || newText.lastIndexOf(".gif") != -1) {
   while (find(oldText)) {
    insertImage(newText);
    Dispatch.call(this.selection, "MoveRight");
   }
   // 文本方式
  } else {
   while (find(oldText)) {
    replace(newText);
    Dispatch.call(this.selection, "MoveRight");
   }
  }
 }

 /**
  * 将指定的内容替换成图片
  * @param replaceText 指定的内容
  * @param imgPath 图片路径
  */
 public void replaceText2Image(String replaceText,String imgPath){
  moveStart();
  while(find(replaceText)){
   insertImage(imgPath);
   moveEnd();
   enterDown(1);
  }
 }
 /**
  * 向当前插入点替换图片
  * 
  * @param imagePath
  *            图片的路径
  */
 public void insertImage(String imagePath) {
  Dispatch.call(Dispatch.get(selection, "InLineShapes").toDispatch(), "AddPicture", imagePath);
 }
 /**
  * 合并单元格
  * 
  * @param tableIndex
  *            表格下标,从1开始
  * @param fstCellRowIdx
  *            开始行
  * @param fstCellColIdx
  *            开始列
  * @param secCellRowIdx
  *            结束行
  * @param secCellColIdx
  *            结束列
  */
 public void mergeCell(int tableIndex, int fstCellRowIdx, int fstCellColIdx,
   int secCellRowIdx, int secCellColIdx) {
  getTable(tableIndex);
  Dispatch fstCell = Dispatch.call(table, "Cell",
    new Variant(fstCellRowIdx), new Variant(fstCellColIdx))
    .toDispatch();
  Dispatch secCell = Dispatch.call(table, "Cell",
    new Variant(secCellRowIdx), new Variant(secCellColIdx))
    .toDispatch();
  Dispatch.call(fstCell, "Merge", secCell);
 }
 /**
  * 拆分当前单元格
  * 
  * @param numRows
  *            拆分的行数,如果不想拆分行,请指定为1
  * @param numColumns
  *            拆分的列数,如果不想拆分列,请指定为1
  */
 public void splitCell(int numRows, int numColumns) {
  Dispatch.call(this.cell, "Split", new Variant(numRows), new Variant(
    numColumns));
 }
 /**
  * 向表格中写入内容
  * 
  * @param list
  *            要写入的内容<br/>
  *            注:list.size() 应该与表格的rows一致,String数组的length属性应与表格的columns一致
  */
 public void insertToTable(List<String[]> list) {
  if (list == null || list.size() <= 0)
   return;
  if (this.table == null)
   return;
  for (int i = 0; i < list.size(); i++) {
   String[] strs = list.get(i);
   for (int j = 0; j < strs.length; j++) {
    // 遍历表格中每一??单元格,遍历次数所要填入的?热菔?肯嗤?br />     Dispatch cell = this.getCell(i + 1, j + 1);
    // 选中此单元格
    Dispatch.call(cell, "Select");
    // 写入?热莸酱说ピ?裰?br />     Dispatch.put(this.selection, "Text", strs[j]);
    // 将插入点移动至下一??位置
   }
   this.moveDown(1);
  }
  // 换行
  this.enterDown(1);
 }
 /**
  * 向当前插入点插入文本内容
  * 
  * @param list
  *            要插入的内容,list.size()代表行数
  */
 public void insertToDocument(List<String> list) {
  if (list == null || list.size() <= 0)
   return;
  if (this.document == null)
   return;
  for (String str : list) {
   Dispatch.put(this.selection, "Text", str);
   this.moveDown(1);
   this.enterDown(1);
  }
 }
 /**
  * 在当前插入点插入文本
  * 
  * @param insertText
  *            要插入的文本
  */
 public void insertToText(String insertText) {
  Dispatch.put(this.selection, "Text", insertText);
 }
 /**
  * 在当前插入点插入字符串,利用此方法插入一行text后,Word会默认选中它,如果再调用此方法,会将原来的内容覆盖掉,所以调用此方法后,记得调用moveRight,将偏移量向右边移动一个位置 。
  * @param newText 要插入的新字符串
  */
 public void insertText(String newText) {
  Dispatch.put(selection, "Text", newText);
 }
 /**
  * 创建新的表格
  * 
  * @param rowCount
  *            行
  * @param colCount
  *            列
  * @param width
  *            表格边框
  *            <ul>
  *            <li>0 无边框</li>
  *            <li>1 有边框</li>
  *            </ul>
  * @return 表格对象
  */
 public Dispatch createNewTable(int rowCount, int colCount, int width) {
  if (this.tables == null)
   this.getTables();
  this.getRange();
  if (rowCount > 0 && colCount > 0)
   this.table = Dispatch.call(this.tables, "Add", this.range,
     new Variant(rowCount), new Variant(colCount),
     new Variant(width)).toDispatch();
  return this.table;
 }
 /**
  * 获取当前document对象中的所有表格对象
  * 
  * @return tables
  */
 public Dispatch getTables() {
  if (this.document == null)
   return this.tables;
  this.tables = Dispatch.get(this.document, "Tables").toDispatch();
  return this.tables;
 }
 /**
  * 获取当前文档中的所有表格数量
  * 
  * @return 表格数量
  */
 public int getTablesCount() {
  if (this.tables == null)
   this.getTables();
  return Dispatch.get(tables, "Count").getInt();
 }
 /**
  * 根据索引获得table对象
  * 
  * @param tableIndex
  *            索引
  * @return table
  */
 public Dispatch getTable(int tableIndex) {
  if (this.tables == null)
   this.getTables();
  if (tableIndex >= 0)
   this.table = Dispatch.call(this.tables, "Item", new Variant(tableIndex)).toDispatch();
  return this.table;
 }
 /**
  * 在指定的单元格里填写数据
  * 
  * @param tableIndex
  *            表格索引
  * @param cellRowIdx
  *            行索引
  * @param cellColIdx
  *            列索引
  * @param txt
  *            文本
  */
 public void putTxtToCell(int tableIndex, int cellRowIdx, int cellColIdx, String txt) {
  getTable(tableIndex);
  getCell(cellRowIdx, cellColIdx);
  Dispatch.call(this.cell, "Select");
  Dispatch.put(this.selection, "Text", txt);
 }
 /**
  * 在当前文档末尾拷贝来自另一个文档中的段落
  * 
  * @param anotherDocPath
  *            另一个文档的磁盘路径
  * @param tableIndex
  *            被拷贝的段落在另一格文档中的序号(从1开始)
  */
 public void copyParagraphFromAnotherDoc(String anotherDocPath, int paragraphIndex) {
  Dispatch wordContent = Dispatch.get(this.document, "Content").toDispatch(); // 取得当前文档的内容
  Dispatch.call(wordContent, "InsertAfter", "$selection$");// 插入特殊符定位插入点
  copyParagraphFromAnotherDoc(anotherDocPath, paragraphIndex, "$selection$");
 }
 /**
  * 在当前文档指定的位置拷贝来自另一个文档中的段落
  * 
  * @param anotherDocPath
  *            另一个文档的磁盘路径
  * @param tableIndex
  *            被拷贝的段落在另一格文档中的序号(从1开始)
  * @param pos
  *            当前文档指定的位置
  */
 public void copyParagraphFromAnotherDoc(String anotherDocPath, int paragraphIndex, String pos) {
  Dispatch doc2 = null;
  try {
   doc2 = Dispatch.call(documents, "Open", anotherDocPath).toDispatch();
   Dispatch paragraphs = Dispatch.get(doc2, "Paragraphs").toDispatch();
   Dispatch paragraph = Dispatch.call(paragraphs, "Item", new Variant(paragraphIndex)).toDispatch();
   Dispatch range = Dispatch.get(paragraph, "Range").toDispatch();
   Dispatch.call(range, "Copy");
   if (this.find(pos)) {
    getRange();
    Dispatch.call(this.range, "Paste");
   }
  } catch (Exception e) {
   e.printStackTrace();
  } finally {
   if (doc2 != null) {
    Dispatch.call(doc2, "Close", new Variant(true));
    doc2 = null;
   }
  }
 }
 /**
  * 在当前文档指定的位置拷贝来自另一个文档中的表格
  * 
  * @param anotherDocPath
  *            另一个文档的磁盘路径
  * @param tableIndex
  *            被拷贝的表格在另一格文档中的序号(从1开始)
  * @param pos
  *            当前文档指定的位置
  */
 public void copyTableFromAnotherDoc(String anotherDocPath, int tableIndex,
   String pos) {
  Dispatch doc2 = null;
  try {
   doc2 = Dispatch.call(documents, "Open", anotherDocPath)
     .toDispatch();
   Dispatch tables = Dispatch.get(doc2, "Tables").toDispatch();
   Dispatch table = Dispatch.call(tables, "Item",
     new Variant(tableIndex)).toDispatch();
   Dispatch range = Dispatch.get(table, "Range").toDispatch();
   Dispatch.call(range, "Copy");
   if (this.find(pos)) {
    getRange();
    Dispatch.call(this.range, "Paste");
   }
  } catch (Exception e) {
   e.printStackTrace();
  } finally {
   if (doc2 != null) {
    Dispatch.call(doc2, "Close", new Variant(true));
    doc2 = null;
   }
  }
 }
 /**
  * 在当前文档指定的位置拷贝来自另一个文档中的图片
  * 
  * @param anotherDocPath
  *            另一个文档的磁盘路径
  * @param shapeIndex
  *            被拷贝的图片在另一格文档中的位置
  * @param pos
  *            当前文档指定的位置
  */
 public void copyImageFromAnotherDoc(String anotherDocPath, int shapeIndex,
   String pos) {
  Dispatch doc2 = null;
  try {
   doc2 = Dispatch.call(documents, "Open", anotherDocPath)
     .toDispatch();
   Dispatch shapes = Dispatch.get(doc2, "InLineShapes").toDispatch();
   Dispatch shape = Dispatch.call(shapes, "Item",
     new Variant(shapeIndex)).toDispatch();
   Dispatch imageRange = Dispatch.get(shape, "Range").toDispatch();
   Dispatch.call(imageRange, "Copy");
   if (this.find(pos)) {
    getRange();
    Dispatch.call(this.range, "Paste");
   }
  } catch (Exception e) {
   e.printStackTrace();
  } finally {
   if (doc2 != null) {
    Dispatch.call(doc2, "Close", new Variant(true));
    doc2 = null;
   }
  }
 }
 /**
  * 在指定的表格的指定行前面增加行
  * 
  * @param tableIndex
  *            word文件中的第N张表(从1开始)
  * @param rowIndex
  *            指定行的序号(从1开始)
  */
 public void addTableRow(int tableIndex, int rowIndex) {
  getTable(tableIndex);
  getTableRows();
  getTableRow(rowIndex);
  Dispatch.call(this.rows, "Add", new Variant(this.row));
 }
 /**
  * 在第1行前增加一行
  * 
  * @param tableIndex
  *            word文档中的第N张表(从1开始)
  */
 public void addFirstTableRow(int tableIndex) {
  getTable(tableIndex);
  getTableRows();
  Dispatch row = Dispatch.get(rows, "First").toDispatch();
  Dispatch.call(this.rows, "Add", new Variant(row));
 }
 /**
  * 在最后1行前增加一行
  * 
  * @param tableIndex
  *            word文档中的第N张表(从1开始)
  */
 public void addLastTableRow(int tableIndex) {
  getTable(tableIndex);
  getTableRows();
  Dispatch row = Dispatch.get(this.rows, "Last").toDispatch();
  Dispatch.call(this.rows, "Add", new Variant(row));
 }
 /**
  * 增加一行
  * 
  * @param tableIndex
  *            word文档中的第N张表(从1开始)
  */
 public void addRow(int tableIndex) {
  getTable(tableIndex);
  getTableRows();
  Dispatch.call(this.rows, "Add");
 }
 /**
  * 增加一列
  * 
  * @param tableIndex
  *            word文档中的第N张表(从1开始)
  */
 public void addCol(int tableIndex) {
  getTable(tableIndex);
  getTableColumns();
  Dispatch.call(this.cols, "Add").toDispatch();
  Dispatch.call(this.cols, "AutoFit");
 }
 /**
  * 在指定列前面增加表格的列
  * 
  * @param tableIndex
  *            word文档中的第N张表(从1开始)
  * @param colIndex
  *            指定列的序号 (从1开始)
  */
 public void addTableCol(int tableIndex, int colIndex) {
  getTable(tableIndex);
  getTableColumns();
  getTableColumn(colIndex);
  Dispatch.call(this.cols, "Add", this.col).toDispatch();
  Dispatch.call(this.cols, "AutoFit");
 }
 /**
  * 在第1列前增加一列
  * 
  * @param tableIndex
  *            word文档中的第N张表(从1开始)
  */
 public void addFirstTableCol(int tableIndex) {
  getTable(tableIndex);
  Dispatch cols = getTableColumns();
  Dispatch col = Dispatch.get(cols, "First").toDispatch();
  Dispatch.call(cols, "Add", col).toDispatch();
  Dispatch.call(cols, "AutoFit");
 }
 /**
  * 在最后一列前增加一列
  * 
  * @param tableIndex
  *            word文档中的第N张表(从1开始)
  */
 public void addLastTableCol(int tableIndex) {
  getTable(tableIndex);
  Dispatch cols = getTableColumns();
  Dispatch col = Dispatch.get(cols, "Last").toDispatch();
  Dispatch.call(cols, "Add", col).toDispatch();
  Dispatch.call(cols, "AutoFit");
 }
 /**
  * 获取当前表格的列数
  * 
  * @return 列总数
  */
 public int getTableColumnsCount() {
  if (this.table == null)
   return 0;
  return Dispatch.get(this.cols, "Count").getInt();
 }
 /**
  * 获取当前表格的行数
  * 
  * @return 行总数
  */
 public int getTableRowsCount() {
  if (this.table == null)
   return 0;
  return Dispatch.get(this.rows, "Count").getInt();
 }
 /**
  * 获取当前表格的所有列对象
  * 
  * @return cols
  */
 public Dispatch getTableColumns() {
  if (this.table == null)
   return this.cols;
  this.cols = Dispatch.get(this.table, "Columns").toDispatch();
  return this.cols;
 }
 /**
  * 获取当前表格的所有行对象
  * 
  * @return rows
  */
 public Dispatch getTableRows() {
  if (this.table == null)
   return this.rows;
  this.rows = Dispatch.get(this.table, "Rows").toDispatch();
  return this.rows;
 }
 /**
  * 根据索引获得当前表格的列对象
  * 
  * @param columnIndex
  *            列索引
  * @return col
  */
 public Dispatch getTableColumn(int columnIndex) {
  if (this.cols == null)
   this.getTableColumns();
  if (columnIndex >= 0)
   this.col = Dispatch.call(this.cols, "Item",
     new Variant(columnIndex)).toDispatch();
  return this.col;
 }
 /**
  * 根据索引获得当前表格的行对象
  * 
  * @param rowIndex
  *            行索引
  * @return row
  */
 public Dispatch getTableRow(int rowIndex) {
  if (this.rows == null)
   this.getTableRows();
  if (rowIndex >= 0)
   this.row = Dispatch.call(this.rows, "Item", new Variant(rowIndex))
     .toDispatch();
  return this.row;
 }
 /**
  * 自动调整当前所有表格
  */
 public void autoFitTable() {
  int count = this.getTablesCount();
  for (int i = 0; i < count; i++) {
   Dispatch table = Dispatch.call(tables, "Item", new Variant(i + 1))
     .toDispatch();
   Dispatch cols = Dispatch.get(table, "Columns").toDispatch();
   Dispatch.call(cols, "AutoFit");
  }
 }
 /**
  * 根据行索引与列索引获取当前表格中的单元格
  * 
  * @param cellRowIdx
  *            行索引
  * @param cellColIdx
  *            列索引
  * @return cell对象
  */
 public Dispatch getCell(int cellRowIdx, int cellColIdx) {
  if (this.table == null)
   return this.cell;
  if (cellRowIdx >= 0 && cellColIdx >= 0)
   this.cell = Dispatch.call(this.table, "Cell",
     new Variant(cellRowIdx), new Variant(cellColIdx))
     .toDispatch();
  return this.cell;
 }
 public void selectCell(int cellRowIdx, int cellColIdx) {
  if (this.table == null)
   return;
  getCell(cellRowIdx, cellColIdx);
  if (cellRowIdx >= 0 && cellColIdx >= 0)
   Dispatch.call(this.cell, "select");
 }
 /**
  * 设置当前文档的标题
  * 
  * @param title 标题
  * @param alignmentType 对齐方式 
  * @see setAlignment
  */
 public void setTitle(String title, int alignmentType) {
  if (title == null || "".equals(title))
   return;
  if (this.alignment == null)
   this.getAlignment();
  if(alignmentType != 0 && alignmentType != 1 && alignmentType != 2)
   alignmentType = 0;
  Dispatch.put(this.alignment, "Alignment", alignmentType);
  Dispatch.call(this.selection, "TypeText", title);
 }
 /**
  * 设置当前表格边框的粗细
  * 
  * @param width
  *            范围:1 < w < 13, 如果是0,就代表?]有框<br/>
  */
 public void setTableBorderWidth(int width) {
  if (this.table == null)
   return;
  /*
   * 设置表格线的粗细 1:代表最上边一条线 2:代表最左边一条线 3:最下边一条线 4:最右边一条线 5:除最上边最下边之外的所有横线
   * 6:除最左边最右边之外的所有竖线 7:从左上角到右下角的斜线 8:从左下角到右上角的斜线
   */
  Dispatch borders = Dispatch.get(table, "Borders").toDispatch();
  Dispatch border = null;
  for (int i = 1; i < 7; i++) {
   border = Dispatch.call(borders, "Item", new Variant(i))
     .toDispatch();
   if (width != 0) {
    Dispatch.put(border, "LineWidth", new Variant(width));
    Dispatch.put(border, "Visible", new Variant(true));
   } else if (width == 0) {
    Dispatch.put(border, "Visible", new Variant(false));
   }
  }
 }
 /**
  * 得到指定的表格指定的单元格中的值
  * 
  * @param tableIndex
  *            表格索引(从1开始)
  * @param rowIndex
  *            行索引(从1开始)
  * @param colIndex
  *            列索引(从1开始)
  * @return
  */
 public String getTxtFromCell(int tableIndex, int rowIndex, int colIndex) {
  String value = "";
  // 设置为当前表格
  getTable(tableIndex);
  getCell(rowIndex, colIndex);
  if (cell != null) {
   Dispatch.call(cell, "Select");
   value = Dispatch.get(selection, "Text").toString();
   value = value.substring(0, value.length() - 2); // 去掉最后的回车符;
  }
  return value;
 }
 /**
  * 对当前选中的内容设置项目符号与列表
  * 
  * @param tabIndex
  *            <ul>
  *            <li>1.项目编号</li>
  *            <li>2.编号</li>
  *            <li>3.多级编号</li>
  *            <li>4.列表样式</li>
  *            </ul>
  * @param index
  *            0表示没有,其它数字代表是该tab页中的第几项内容
  */
 public void applyListTemplate(int tabIndex, int index) {
  // 取得ListGalleries对象列表
  Dispatch listGalleries = Dispatch.get(this.word, "ListGalleries")
    .toDispatch();
  // 取得列表中一个对象
  Dispatch listGallery = Dispatch.call(listGalleries, "Item",
    new Variant(tabIndex)).toDispatch();
  Dispatch listTemplates = Dispatch.get(listGallery, "ListTemplates")
    .toDispatch();
  if (this.range == null)
   this.getRange();
  Dispatch listFormat = Dispatch.get(this.range, "ListFormat")
    .toDispatch();
  Dispatch.call(listFormat, "ApplyListTemplate",
    Dispatch.call(listTemplates, "Item", new Variant(index)),
    new Variant(true), new Variant(1), new Variant(0));
 }
 /**
  * 增加文档目录
  */
 public void addTablesOfContents() {
  // 取得ActiveDocument、TablesOfContents、range对象
  Dispatch ActiveDocument = word.getProperty("ActiveDocument")
    .toDispatch();
  Dispatch TablesOfContents = Dispatch.get(ActiveDocument,
    "TablesOfContents").toDispatch();
  Dispatch range = Dispatch.get(this.selection, "Range").toDispatch();
  // 增加目录
  Dispatch.call(TablesOfContents, "Add", range, new Variant(true),
    new Variant(1), new Variant(3), new Variant(true), new Variant(
      ""), new Variant(true), new Variant(true));
 }
 /**
  * 设置当前selection对齐方式
  * 
  * @param alignmentType
  *            <ul>
  *            <li>0.居左</li>
  *            <li>1.居中</li>
  *            <li>2.居右</li>
  *            </ul>
  */
 public void setAlignment(int alignmentType) {
  if (this.alignment == null)
   this.getAlignment();
  Dispatch.put(this.alignment, "Alignment", alignmentType);
 }
 /**
  * 获取当前selection的对齐方式
  * 
  * @return alignment
  */
 public Dispatch getAlignment() {
  if (this.selection == null)
   this.getSelection();
  this.alignment = Dispatch.get(this.selection, "ParagraphFormat")
    .toDispatch();
  return this.alignment;
 }
 /**
  * 获取字体对象
  * 
  * @return font
  */
 public Dispatch getFont() {
  if (this.selection == null)
   this.getSelection();
  this.font = Dispatch.get(this.selection, "Font").toDispatch();
  return this.font;
 }
 /**
  * 设置当前selection的字体
  * 
  * @param fontName
  *            字体名称,如“微软雅黑”
  * @param isBold
  *            是否粗体
  * @param isItalic
  *            是否斜体
  * @param isUnderline
  *            是否下划线
  * @param rgbColor
  *            颜色值"1,1,1,1"
  * @param Scale
  *            字体间距
  * @param fontSize
  *            字体大小
  */
 @Deprecated
 public void setFontScale(String fontName, boolean isBold, boolean isItalic,
   boolean isUnderline, String rgbColor, int Scale, int fontSize) {
  Dispatch.put(this.font, "Name", fontName);
  Dispatch.put(this.font, "Bold", isBold);
  Dispatch.put(this.font, "Italic", isItalic);
  Dispatch.put(this.font, "Underline", isUnderline);
  Dispatch.put(this.font, "Color", rgbColor);
  Dispatch.put(this.font, "Scaling", Scale);
  Dispatch.put(this.font, "Size", fontSize);
 }

 
 /** 
 * 设置当前选定内容的字体 
 * @param isBold 是否为粗体 
 * @param isItalic 是否为斜体 
 * @param isUnderLine 是否带下划线 
 * @param color rgb 字体颜色 例如:红色 255,0,0 
 * @param size 字体大小  12:小四  16:三号 
 * @param name 字体名称  例如:宋体,新宋体,楷体,隶书
 */ 
 public void setFont(boolean isBold,boolean isItalic,boolean isUnderLine,String color,String size,String name) { 
    Dispatch font = Dispatch.get(getSelection(), "Font").toDispatch(); 
    Dispatch.put(font, "Name", new Variant(name)); 
    Dispatch.put(font, "Bold", new Variant(isBold)); 
    Dispatch.put(font, "Italic", new Variant(isItalic)); 
    Dispatch.put(font, "Underline", new Variant(isUnderLine)); 
    if(!"".equals(color))
     Dispatch.put(font, "Color", color); 
    Dispatch.put(font, "Size", size); 
 }

 /**
  * 保存文件
  * 
  * @param outputPath
  *            保存路径
  */
 public void saveAs(String outputPath) {
  if (this.document == null)
   return;
  if (outputPath == null || "".equals(outputPath))
   return;
  Dispatch.call(this.document, "SaveAs", outputPath);
 }
 /**
  * 另存为HTML内容
  * 
  * @param htmlFile
  *            html文件路径
  */
 public void saveAsHtml(String htmlFile) {
  Dispatch.invoke(this.document, "SaveAs", Dispatch.Method, new Object[] {
    htmlFile, new Variant(8) }, new int[1]);
 }
 /**
  * saveFormat | Member name Description 0 | wdFormatDocument Microsoft Word
  * format. 1 | wdFormatTemplate Microsoft Word template format. 2 |
  * wdFormatText Microsoft Windows text format. 3 | wdFormatTextLineBreaks
  * Microsoft Windows text format with line breaks preserved. 4 |
  * wdFormatDOSText Microsoft DOS text format. 5 | wdFormatDOSTextLineBreaks
  * Microsoft DOS text with line breaks preserved. 6 | wdFormatRTF Rich text
  * format (RTF). 7 | wdFormatEncodedText Encoded text format. 7 |
  * wdFormatUnicodeText Unicode text format. 8 | wdFormatHTML Standard HTML
  * format. 9 | wdFormatWebArchive Web archive format. 10 |
  * wdFormatFilteredHTML Filtered HTML format. 11 | wdFormatXML Extensible
  * Markup Language (XML) format.
  */
 /**
  * 关闭当前word文档
  */
 public void close() {
  if (document == null)
   return;
  Dispatch.call(document, "Close", new Variant(0));
 }
 /**
  * 执行当前文档打印命令
  */
 public void printFile() {
  if (document == null)
   return;
  Dispatch.call(document, "PrintOut");
 }
 /**
  * 退出Microsoft Office Word程序
  */
 public void quit() {
  word.invoke("Quit", new Variant[0]);
  ComThread.Release();
 }

 /**
  * 选中整篇文档
  */
 public void selectAllContent(){
  Dispatch.call(this.document,"select");
 }

 /**
  * 复制整篇文档
  * @param target
  */
 public void copy(){
  Dispatch.call(this.document,"select");
  Dispatch.call(this.selection,"copy");
 }

 /**
  * 在当前插入点位置粘贴选中的内容
  */
 public void paste(){
  Dispatch.call(this.selection,"paste");
 }

 public static void main(String[] args) throws IOException {
  MSOfficeGeneratorUtils officeUtils = new MSOfficeGeneratorUtils(true);
//  officeUtils.openDocument("D:\TRS\TRSWCMV65HBTCIS\Tomcat\webapps\wcm\eipv65\briefreport\templates\zhengfa\头部.doc");
//  officeUtils.replaceAll("${briefreport_year}", "2011");
//  officeUtils.replaceAll("${briefreport_issue}", "3");
//  File file = File.createTempFile("test", ".tmp");
//  System.out.println(file.getAbsolutePath());
//  file.delete();
//  File file = new File("C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\test5411720146039914615.tmp");
//  System.out.println(file.exists());

  officeUtils.createNewDocument();
//  officeUtils.createNewTable(1, 1, 1);
//  officeUtils.insertText("发表时间:2011-11-11");
//  officeUtils.moveRight(1);
//  officeUtils.insertText("t");
//  officeUtils.moveRight(1);
//  officeUtils.insertText("所在频道:宏观环境/社会环境");
//  officeUtils.moveRight(1);
//  officeUtils.insertText("t");
//  officeUtils.moveRight(1);
//  officeUtils.insertText("文章作者:杨叶茂");
//  officeUtils.moveRight(1);
  officeUtils.insertText("I'm Chinese");
  officeUtils.moveRight(1);
  officeUtils.enterDown(1);
  officeUtils.insertText("I'm not Chinese");
  officeUtils.moveRight(1);

  
/*  doc2 = Dispatch.call(documents, "Open", anotherDocPath).toDispatch();
  Dispatch paragraphs = Dispatch.get(doc2, "Paragraphs").toDispatch();
  Dispatch paragraph = Dispatch.call(paragraphs, "Item", new Variant(paragraphIndex)).toDispatch();*/

  // officeUtils.setFontScale("微软雅黑", true, true, true, "1,1,1,1", 100,
  // 18);
  // officeUtils.setAlignment(1);
  // officeUtils.insertToText("这是一个测试");
  // officeUtils.moveEnd();
  // officeUtils.setFontScale("微软雅黑", false, false, false, "1,1,1,1", 100,
  // 18);
  // officeUtils.insertImage("d:\11.jpg");
  // officeUtils.enterDown(1);
  // officeUtils.insertToText("这是我的照片");
  // officeUtils.enterDown(1);
  // officeUtils.createNewTable(3, 5, 1);
  // List<String[]> list = new ArrayList<String[]>();
  // for (int i = 0; i < 3; i++) {
  // String[] strs = new String[5];
  // for (int j = 0; j < 5; j++) {
  // strs[j] = j + i + "";
  // }
  // list.add(strs);
  // }
  // officeUtils.insertToTable(list);
  // officeUtils.createNewTable(10, 10, 1);
  // officeUtils.moveEnd();
  // officeUtils.enterDown(1);
  // officeUtils.createNewTable(3,2,1);
  // officeUtils.mergeCell(1, 1, 7, 1, 9);
  // officeUtils.mergeCell(1, 2, 2, 3, 7);
  // officeUtils.mergeCell(1, 3, 4, 9, 10);
  // officeUtils.insertText("123");
  // officeUtils.getCell(1, 2);
  // officeUtils.splitCell(2 , 4);
  // officeUtils.selectCell(1, 2);
  // officeUtils.insertText("split");
  // officeUtils.selectCell(1, 5);
  // officeUtils.insertText("split1");
  // officeUtils.selectCell(1, 6);
  // officeUtils.insertText("yy");
  // officeUtils.selectCell(2, 4);
  // officeUtils.insertText("ltg");
  // officeUtils.saveAs("D:\" + System.currentTimeMillis() + ".doc");
//  officeUtils.close();
//  officeUtils.quit();
 }
}
 TestJsoupComponent
package com.topstar.test;
import java.io.File;
import java.io.FileWriter;
import java.io.IOException;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Map.Entry;
import java.util.UUID;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.nodes.Node;
import com.eprobiti.trs.TRSException;
/** * 基本思路:得到html内容,因为是非标准的html内容,利用Jsoup组件将读取出来的内容转换为标准的html文件内容,
 * 然后遍历每个节点,找到img标签,记录其索引,再根据其文件名规则拼接出图片的物理路径,将其替换为${image_index}标识,而后将{索引,路径}
 * 以键值对的方式丰入Map中, 如
 * "${image_1,d:lucene.png}"格式,然后利用jacob组件打开template.doc,选中整篇文档并复制,而后新建一篇文档,粘贴刚复制的内
 * 容 查找图片标识位,将其替换为图片
 * 
 * @since 2011-12-09
 * @author xioawu
 * @cateogry topstar
 * @version 1.0
 */
public class TestJsoupComponent {
 private static Document document;
 private static Map<String, String> imgMap = new HashMap<String, String>(); //存放图片标识符及物理路径 i.e {"image_1","D:\lucene.png"};
 private static List<String> files = new ArrayList<String>(); //存入本地生成的各个文章doc的文件名
 private static Integer imgIndex = 1; //图片标识
 public static void main(String[] args) throws TRSException, IOException {
  MSOfficeGeneratorUtils officeUtils = new MSOfficeGeneratorUtils(true); // 将生成过程设置为不可见

  String html = "<html>.....</html>";// 得到正文内容 , 此处自己填写html内容
  String header = "测试标题"; // 得到文章标题
  document = Jsoup.parse(html);
  // System.out.println(document.html());
  for (Element element : document.body().select("body > *"))
   // 递归遍历body下的所有直接子元素,找出img标签,@see SysElementText Method
   sysElementText(element);
  File file = new File("D:" + File.separator + "template.doc");
  file.createNewFile(); // 创建模板html
  FileWriter fw = new FileWriter(file);
  fw.write(document.html(), 0, document.html().length());// 写入文件
  fw.flush(); // 清空FileWriter缓冲区
  fw.close();
  officeUtils.openDocument("D:\template.doc"); // 打开template.doc .由trsserver eipdocument库中的dochtmlcon生成的template.doc文件
  officeUtils.copy(); // 拷贝整篇文档
  officeUtils.close();
  officeUtils.createNewDocument();
  officeUtils.paste(); // 粘贴整篇文档
  for (Entry<String, String> entry : imgMap.entrySet())   //循环将图片标识位替换成图片
   officeUtils.replaceText2Image(entry.getKey(), entry.getValue());
  officeUtils.moveStart(); // 将插入点移动至Word文档的最顶点
  officeUtils.setFont(true, false, false, "0,0,0", "20", "宋体"); // 设置字体,具体参数,自己看API
  officeUtils.setTitle(header, 1); // 设置标题
  officeUtils.enterDown(1); // 设置一行回车
  String filename = UUID.randomUUID().toString();
  files.add(filename); // 记录文件名,
  officeUtils.saveAs("D:" + File.separator + filename + ".doc"); // 生成D:\UUID.doc文件,利用UUID防止同名
  officeUtils.close(); // 关闭Office Word创建的文档
  officeUtils.quit(); // 退出Office Word程序
  MSOfficeGeneratorUtils msOfficeUtils = new MSOfficeGeneratorUtils(false); // 整合过程设置为可见
  msOfficeUtils.createNewDocument();
  msOfficeUtils.saveAs("D:" + File.separator + "complete.doc");
  msOfficeUtils.close();
  for (String fileName : files) {
   msOfficeUtils.openDocument("D:" + File.separator + fileName + ".doc");
   msOfficeUtils.copy();
   msOfficeUtils.close();
   msOfficeUtils.openDocument("D:" + File.separator + "complete.doc");
   msOfficeUtils.moveEnd();
   msOfficeUtils.enterDown(1);
   msOfficeUtils.paste();
   msOfficeUtils.saveAs("D:" + File.separator + "complete.doc");
   msOfficeUtils.close();
  }
  //复制一个内容比较少的*.doc文档,防止在关闭word程序时提示有大量的copy内容在内存中,是否应用于其它程序对话框,
  msOfficeUtils.createNewDocument();
  msOfficeUtils.insertText("测试消息");
  msOfficeUtils.copy();
  msOfficeUtils.close();
  msOfficeUtils.quit();
  imgIndex = 1;
  imgMap.clear();
 }
 public static void sysElementText(Node node) {
  if (node.childNodes().size() == 0) {
   if (node.nodeName().equals("img")) { // 处理图片路径问题
    node.after("<p>${image_" + imgIndex + "}</p>"); // 为img添加同级P标签,内容为<P>${image_imgIndexNumber}</P>
    String src = node.attr("src");
    node.remove(); // 删除Img标签。
    StringBuffer imgUrl = new StringBuffer("D:\TRS\TRSWCMV65HBTCIS\WCMData\webpic\"); // 暂时将路径直接写死,正式应用上应将此处改写为WebPic的配置项
    imgUrl.append(src.substring(0, 8)).append("\").append(src.subSequence(0, 10)).append("\").append(src);
    // node.attr("src", imgUrl.toString()); //这一句没有必要,因为此img标签已经移除了
    imgMap.put("${image_" + imgIndex++ + "}", imgUrl.toString());
   }
  } else {
   for (Node rNode : node.childNodes()) {
    sysElementText(rNode);
   }
  }
 }
}