将 HTML 转换为 odt、doc、docx

Posted 2023-02-24

【中文标题】将 HTML 转换为 odt、doc、docx

【英文标题】：Converting HTML to odt, doc, docx

【发布时间】：2011-12-05 07:51:32

【问题描述】：

有没有一种简单的方法可以从 linux 服务器上的命令行将 html（带有 CSS 样式和嵌入图像）转换为 ODT、DOCX、DOC。我搜索了很多，但没有找到一个好的选择。 由 wkhtmltopdf 决定的转换为 PDF 的相同方式存在问题。或许有办法将生成的 PDF 文档转换为其他格式？

【参考方案1】：

安装pandoc 后，转换为odt 非常简单。

在相对困难的部分之后：从odt（甚至html）你可以通过例如脚本（Open|Libre）Office unoconv

或者你可以喜欢：

abiword --to=doc filename.odt

另见this thread和this blog post。

HTH

【讨论】：

Pandoc 好东西——我在找什么。但我对表格有疑问 - 它们被转换为常规部分 - 表格将在每个文档中，它们非常重要。

对于使用 wkhtmltopdf 的 pdf im，对于需要使用 xvfb 的服务器 - 但结果是完美的。

刚试过pandoc，很糟糕。它不适用于图像尺寸，从我的搜索来看，这是一个长期存在的问题。

好的，刚试过abiword。它有一个减号 - 也没有工作：像终端中的转换器一样启动它只是与Aborted(core dumped) 崩溃。但它有一个优点——它是一个图形应用程序，可以启动它，然后打开一个 html，然后“另存为”odt。但它有一个缺点：它出于未知原因将图像移动到第二页（我还没有尝试将更多图像添加到 html）。天哪……好吧，搞砸了，我希望我的大学不会反对 html 而不是办公文档……

截至 2017 年 9 月，Pandoc 仍然不转换稍微复杂一些的表，例如 colspan github.com/jgm/pandoc/issues/1024

【参考方案2】：

我发现 soultion - 是控制台变体中的 abiword。

【参考方案3】：

如果您想将 HTML 转换为 docx，您可以使用phpDocX 之类的解决方案。不过，您需要获得 PRO 版本，因为免费版本不包含转换功能。

【讨论】：

嗯，我是 PHPDocX 的开发人员之一，所以我知道这个工具，当我觉得它对任何人都有用时，我会发表评论......我希望这没有什么问题:-)

本身没有错，但如果您匿名发布，可能会质疑答案的诚意。你在隐藏什么？ :) 如果您在此类答案中添加“披露：我是...的开发人员之一”，您会留下更好的印象。

@EduardoRamos phpdocx 如何处理 html > docx？我是否需要将我的带有永恒资源的 html 文件转换为完全内联（包括 base64 编码的图像），或者我可以给您发送一个 zip 文件吗？

【参考方案4】：

如果您使用的是 ruby​​，则有一个基于 libreoffice headless（带有 pyod/jod 转换器）和 pdf 工具的 gem

https://github.com/itkin/proselytism.git

【讨论】：

我现在已经迁移到 ruby​​ 上了。非常感谢）

【参考方案5】：

将您的问题发布到 pandoc GoogleGroup，John 在各个方面都非常敏感。

您甚至可能会发现最新版本 v1.9 可能会解决您的问题，或者您可能只需要更详细地了解工具集。