java 将html页面 生成word 文档，保留html页面的样式

要在 Java 中将 HTML 页面生成 Word 文档并保留 HTML 页面的样式，可以使用 Apache POI 和 Flying Saucer（一款基于 XHTML 的 CSS 渲染引擎）库的结合。

首先，确保你已经在项目中添加了 Apache POI 和 Flying Saucer 的依赖。接下来，可以使用以下代码示例将 HTML 页面转换成 Word 文档：

import org.apache.poi.xwpf.usermodel.*;
import org.fit.cssbox.*;
import org.fit.cssbox.io.*;
import org.w3c.dom.Document;
import org.xhtmlrenderer.pdf.ITextRenderer;

import java.io.*;

public class HTMLtoWordConverter {
    public static void main(String[] args) {
        try {
            // 加载 HTML 文件
            File htmlFile = new File("input.html");
            FileInputStream inputStream = new FileInputStream(htmlFile);

            // 创建 Word 文档对象
            XWPFDocument document = new XWPFDocument();

            // 使用 Flying Saucer 将 HTML 渲染为 PDF
            ITextRenderer renderer = new ITextRenderer();
            SharedContext sharedContext = renderer.getSharedContext();
            sharedContext.setPdfRenderer(null);
            sharedContext.setReplacedElementFactory(new B64ImgReplacedElementFactory());
            Document dom = sharedContext.getDomImplementation().createDocument(null, "html", null);
            org.w3c.dom.Element root = dom.getDocumentElement();
            InputSource inputSource = new InputSource(inputStream);
            sharedContext.setBaseURL(htmlFile.toURI().toString());
            XMLResource xmlResource = XMLResource.load(inputSource);
            sharedContext.getCss().importCSS(xmlResource.getStylesheet(), null);
            renderer.setDocument(xmlResource.getDocument(), sharedContext.getBaseURL());
            renderer.layout();

            // 将 PDF 转换为 Word
            OutputStream outputStream = new FileOutputStream("output.docx");
            renderer.createPDF(outputStream);
            outputStream.close();

            // 保存 Word 文档
            document.createParagraph().createRun().addPicture(new FileInputStream("output.docx"), XWPFDocument.PICTURE_TYPE_PNG, "output.docx", Units.toEMU(500), Units.toEMU(300));
            document.write(new FileOutputStream("output.docx"));

            inputStream.close();
            System.out.println("HTML 转换为 Word 成功！");
        } catch (Exception e) {
            System.out.println("HTML 转换为 Word 失败：" + e.getMessage());
        }
    }
}

在上述示例中，我们使用 Flying Saucer 将 HTML 渲染为 PDF，然后将 PDF 转换为 Word。在渲染过程中，我们通过设置 `sharedContext.setReplacedElementFactory(new B64ImgReplacedElementFactory())` 来处理 HTML 中的图片。最后，我们将生成的 Word 文档插入到 Apache POI 的 `XWPFDocument` 对象中，并保存到文件。

请注意，这种方法可能无法保留所有 HTML 页面的样式，因为 Word 和 HTML 是不同的文档格式。复杂的布局、样式和脚本可能无法完全转换。你可能需要根据具体的需求进行调整和修改。