实现文档在线预览的方式除了上篇文章《文档在线预览（一）通过将txt、word、pdf转成图片实现在线预览功能》说的将文档转成图片的实现方式外，还有转成pdf，前端通过pdf.js、pdfobject.js等插件来实现在线预览，以及本文将要说到的将文档转成html的方式来实现在线预览。代码基于 aspose-words（用于word转html），pdfbox（用于pdf转html），所以事先需要在项目里下面两个依赖：

整个过程用到了画布(canvas)来帮忙完成

过程: 选择图片文件 > 准备画布 > 按需压缩图片并绘制在画布上 > 生成Base64 > 完成.

先上效果图

项目链接地址：https://github.com/stonehank/html-to-md

一个用于转换HTML为Markdown的工具。

可以获取任意的网页内容转为 markdown 之后保存在自己的仓库

文件转换工具新增exel转html功能，可在线预览excel。

excel转html

1.打开工具，选择excel文件

2.转换文件

单sheet模式

最近在工作中遇到一个bug，将word转换成html，转换成功之后在浏览器中打开其中图片不显示，使用img标签，src指定图片相对地址又是能显示的，排除图片问题。

打开转码之后的html代码发现，生成的是vml图片标签，这个在IE9以后就不支持了，更别说现在的主流浏览器了。

（坑给你踩完，可行的结果给你探明，让你的方向明确，存在的小问题自行解决）

1.什么是tika?

Tika是一个内容分析工具，自带全面的parser工具类，能解析基本所有常见格式的文件，得到文件的metadata，content等内容，返回格式化信息。总的来说可以作为一个通用的解析工具。特别对于搜索引擎的数据抓去和处理步骤有重要意义。Tika是Apache的Lucene项目下面的子项目，在lucene的应用中可以使用tika获取大批量文档中的内容来建立索引，非常方便，也很容易使用。Apache Tika toolkit可以自动检测各种文档(如word,ppt,xml,csv,ppt等)的类型并抽取文档的元数据和文本内容。Tika集成了现有的文档解析库，并提供统一的接口，使针对不同类型的文档进行解析变得更简单。Tika针对搜索引擎索引、内容分析、转化等非常有用。

苹果公司在 iOS 11 以后对相机加入新的 HEIF 和 HEVC 影像和影片格式，默认情况会使用「高效率」模式储存拍摄的照片和影片，减少相片影片占用的容量，不仅画质更好，容量只有 JPEG 一半，使用者可以储存多达一倍的照片影片。HEIF 是「高效率图档格式」（High Efficiency Image File Format）缩写，HEVC 则为「高效率视频编码」（High Efficiency Video Coding），而 HEIF 格式的扩展名为 .heic，或许大家都曾经碰过，特别是你也是 iPhone、iPad 使用者，一定对于这个格式不陌生。

为啥要做这个软件

• 部分编辑器排版不是很方便，但对html代码支持程度较好。

word不是直接能装html了吗？你这个有啥不一样

• word自带转html代码不是很好，内嵌了很多字体和颜色格式，而这些一般第三方编辑器并不支持。
• 我这个直接就是比较简单的html代码，比如h1、em、p之类的简单代码，理论上支持大部分第三方html格式。

如果你想把PDF文件中的文本和字体转换成HTML5格式，那么这里有几种方法可以帮你。下面有三种方式，先了解一下他们是之间的异同:

1、把PDF字体转换为web字体和可选择的文本

如果你想让文本是可选的，有两种方法可以实现它。第一种方法是把PDF字体转换为Web浏览器的兼容字体，并使用可用的字体得到HTML文本。虽然这是一个很平常的过程，PDF文件格式没有包含浏览器兼容的字体，有很多的注意事项会让精确地转换字体变为一个噩梦。这就是为什么很少看见PDF文件到HTML格式转换的工具能保留字体的原因。