Java: Mengonversi Halaman Web ke DOCX Menggunakan GroupDocs.Editor

Mengonversi halaman web ke DOCX memungkinkan Anda mengubah halaman HTML daring apa pun menjadi dokumen Word yang dapat diedit sepenuhnya, yang dapat dibagikan, dicetak, atau disesuaikan lebih lanjut. Apakah Anda perlu mengarsipkan artikel pemasaran, menghasilkan laporan dari dasbor, atau menyediakan versi cetak dari pemberitahuan hukum, konversi ini mempertahankan tata letak, gaya, dan gambar yang disematkan. Dalam panduan ini kami akan menjelaskan cara menggunakan GroupDocs.Editor for Java untuk membaca file HTML, menggabungkan sumber dayanya, dan menyimpan hasilnya sebagai file HTML serta DOCX/DOCM.

Jawaban Cepat

  • Apa arti “convert webpage to docx”? Itu mengubah markup HTML dan aset‑asetsnya menjadi file Word yang dapat diedit (DOCX/DOCM).
  • Perpustakaan mana yang menangani konversi? GroupDocs.Editor for Java.
  • Apakah saya memerlukan lisensi? Versi percobaan gratis dapat digunakan untuk pengujian; lisensi berbayar diperlukan untuk produksi.
  • Versi Java apa yang diperlukan? Java 8 atau lebih tinggi.
  • Apakah saya dapat mempertahankan CSS dan gambar? Ya – editor mempertahankan stylesheet dan gambar yang terhubung selama konversi.

Apa itu “convert webpage to docx”?

Muat sumber HTML, gabungkan semua CSS atau gambar yang direferensikan, dan hasilkan dokumen pengolah kata yang mencerminkan tata letak asli. Konversi ini mempertahankan heading, tabel, daftar, dan gaya, menghasilkan file yang dapat dibuka dan diedit di Microsoft Word atau editor kompatibel lainnya tanpa perlu melakukan pemformatan ulang secara manual.

Mengapa menggunakan GroupDocs.Editor untuk Java?

GroupDocs.Editor menyediakan API tingkat tinggi yang mengonversi HTML ke DOCX dalam waktu kurang dari 2 detik untuk file hingga 150 MB, mendukung lebih dari 30 elemen HTML, dan secara otomatis menyematkan CSS serta gambar. Ia berjalan lintas‑platform, tidak memerlukan dependensi native, dan menjamin kesetiaan tata letak di Word, LibreOffice, dan Google Docs.

Prasyarat

Perpustakaan, Versi, dan Dependensi yang Diperlukan

  • Apache Commons IO – menyederhanakan I/O file.
  • GroupDocs.Editor – versi 25.3 (atau rilis stabil terbaru).

Persyaratan Penyiapan Lingkungan

  • JDK 8 atau yang lebih baru terpasang.
  • IDE seperti IntelliJ IDEA atau Eclipse.

Prasyarat Pengetahuan

  • Struktur dasar proyek Java dan Maven.
  • Familiaritas dengan file HTML dan tata letak foldernya.

Menyiapkan GroupDocs.Editor untuk Java

Penyiapan Maven

Tambahkan repositori GroupDocs dan dependensinya ke pom.xml Anda:

<repositories>
    <repository>
        <id>repository.groupdocs.com</id>
        <name>GroupDocs Repository</name>
        <url>https://releases.groupdocs.com/editor/java/</url>
    </repository>
</repositories>

<dependencies>
    <dependency>
        <groupId>com.groupdocs</groupId>
        <artifactId>groupdocs-editor</artifactId>
        <version>25.3</version>
    </dependency>
</dependencies>

Unduhan Langsung

Sebagai alternatif, Anda dapat mengunduh versi terbaru dari GroupDocs.Editor for Java releases.

Langkah-langkah Akuisisi Lisensi

  • Free Trial: Mulai dengan percobaan untuk menjelajahi API.
  • Temporary License: Gunakan kunci berjangka waktu untuk evaluasi yang diperpanjang.
  • Purchase: Dapatkan lisensi komersial untuk penerapan produksi.

Panduan Implementasi

Berikut adalah panduan langkah demi langkah. Setiap blok kode tidak diubah dari tutorial asli; penjelasan di sekitarnya telah diperluas untuk kejelasan.

Fitur 1 – Membaca Konten HTML dari File

Mengapa ini penting: Untuk mengonversi halaman web Anda pertama‑tama memerlukan HTML mentah sebagai String. Menggunakan Apache Commons IO membuatnya menjadi satu baris kode.

1.1 Impor Perpustakaan yang Diperlukan

import java.io.File;
import org.apache.commons.io.FileUtils;

1.2 Tentukan Jalur File

Ganti YOUR_DOCUMENT_DIRECTORY dengan folder yang berisi HTML sumber Anda.

String htmlFilePath = "YOUR_DOCUMENT_DIRECTORY/sample_html_body.html";

1.3 Baca Konten ke dalam String

Metode FileUtils.readFileToString membaca file menggunakan enkoding UTF‑8, mempertahankan semua karakter.

String content = FileUtils.readFileToString(new File(htmlFilePath), "utf-8");
// Note: This method reads the HTML content as a UTF-8 encoded string, ensuring accurate representation of characters.

Fitur 2 – Menginisialisasi EditableDocument dari Konten HTML

Mengapa ini penting: EditableDocument adalah objek inti yang mengelompokkan markup dengan sumber dayanya (CSS, gambar) sehingga editor dapat bekerja dengan dokumen lengkap.

EditableDocument adalah objek inti yang mengelompokkan markup dengan sumber dayanya (CSS, gambar) sehingga editor dapat bekerja dengan dokumen lengkap.
Kelas EditableDocument mewakili satu dokumen HTML bersama dengan sumber daya yang ditautkan, memungkinkan konversi mulus ke format lain.

2.1 Impor Perpustakaan GroupDocs

import com.groupdocs.editor.EditableDocument;

2.2 Tentukan Jalur Folder Sumber Daya

Folder tersebut harus berisi file CSS, gambar, atau aset lain yang direferensikan oleh HTML.

String resourceFolderPath = "YOUR_DOCUMENT_DIRECTORY/sample_html_body_resources";

2.3 Inisialisasi EditableDocument

Pemanggilan ini menggabungkan markup HTML dengan folder sumber daya, membuat dokumen yang dapat diedit dalam memori.

EditableDocument inputDoc = EditableDocument.fromMarkupAndResourceFolder(content, resourceFolderPath);
// This method combines the HTML markup with its linked resources to form a complete editable document.

Fitur 3 – Memeriksa Sumber Daya Dokumen

Mengapa ini penting: Mengetahui berapa banyak stylesheet atau gambar yang ada membantu Anda memutuskan apakah pemrosesan tambahan (misalnya, optimasi gambar) diperlukan.

3.1 Hitung Stylesheet dan Gambar

int stylesheetCount = inputDoc.getCss().size();
int imageCount = inputDoc.getImages().size();
// These methods provide insights into how many stylesheets or images are linked within your HTML content.

Fitur 4 – Menyimpan EditableDocument sebagai HTML

Mengapa ini penting: Terkadang Anda ingin menyimpan versi HTML setelah melakukan edit, atau perlu memverifikasi bahwa sumber daya telah digabungkan dengan benar.

4.1 Impor Perpustakaan Opsi Penyimpanan

import com.groupdocs.editor.Editor;

4.2 Tentukan Jalur Output untuk HTML

String outputHtmlFilePath = "YOUR_OUTPUT_DIRECTORY/_output.html";

4.3 Simpan Dokumen sebagai HTML

Metode save menulis dokumen yang telah diedit kembali ke disk, mempertahankan strukturnya.

inputDoc.save(outputHtmlFilePath);
// This saves all changes made in memory back into a new HTML document, maintaining its editable format and resources.

Fitur 5 – Menyimpan EditableDocument sebagai Dokumen Pengolah Kata (DOCX/DOCM)

Mengapa ini penting: Mengonversi ke DOCX/DOCM memberi Anda file Word yang dapat diedit sepenuhnya dan dapat dibuka di Microsoft Word, LibreOffice, atau editor kompatibel lainnya.

Mengonversi ke DOCX/DOCM memberi Anda file Word yang dapat diedit sepenuhnya dan dapat dibuka di Microsoft Word, LibreOffice, atau editor kompatibel lainnya.
Enum WordProcessingFormats menentukan format Word tepat (DOCX atau DOCM) yang ingin Anda hasilkan.

5.1 Impor Perpustakaan Opsi Penyimpanan

import com.groupdocs.editor.options.WordProcessingSaveOptions;
import com.groupdocs.editor.formats.WordProcessingFormats;

5.2 Tentukan Jalur Output untuk DOCX/DOCM

String outputDocmFilePath = "YOUR_OUTPUT_DIRECTORY/_output.docm";

5.3 Atur Opsi Penyimpanan dan Format

Di sini kami secara eksplisit meminta format DOCM (dokumen Word dengan makro). Anda dapat beralih ke "docx" untuk dokumen standar.

WordProcessingFormats saveFormat = WordProcessingFormats.fromExtension("docm");
WordProcessingSaveOptions saveOptions = new WordProcessingSaveOptions(saveFormat);
// Here, we define the desired output format (DOCM) along with any specific saving options needed for conversion.

Editor adalah kelas inti yang mengambil EditableDocument dan menulisnya ke format Word yang dipilih.

5.4 Simpan Dokumen sebagai DOCM

Kami menggunakan kelas Editor untuk melakukan konversi akhir.

Editor editor = new Editor(htmlFilePath);
editor.save(inputDoc, outputDocmFilePath, saveOptions);
// This final step converts and saves your HTML content into a fully functional Word document (DOCM).

Aplikasi Praktis

  • Dynamic Report Generation: Tarik tabel dari dasbor langsung, konversi ke Word, dan kirim laporan otomatis via email.
  • Content Management Systems: Tawarkan tombol “Export to Word” untuk artikel, mempertahankan gaya dan gambar.
  • Legal Document Preparation: Ubah regulasi yang dipublikasikan di web menjadi kontrak atau dokumen kebijakan yang dapat diedit.
  • Educational Material Compilation: Kumpulkan catatan kuliah dari halaman HTML menjadi satu panduan belajar.
  • Business Proposal Creation: Konversi halaman web pemasaran menjadi proposal DOCM yang rapi untuk klien.

Pertimbangan Kinerja

  • Optimize Memory Usage: Untuk file HTML besar, tingkatkan heap JVM (-Xmx2g) atau proses dokumen secara bertahap.
  • Load Resources Asynchronously: Pada alat berbasis web, muat CSS dan gambar pada thread latar belakang untuk menjaga UI tetap responsif.

Masalah Umum & Solusi

MasalahPenyebabSolusi
Gambar tidak muncul di DOCMJalur folder sumber daya salahVerifikasi resourceFolderPath mengarah ke folder yang berisi semua file gambar.
Gaya terlihat berbeda setelah konversiCSS tidak dimuatPastikan inputDoc.getCss() mengembalikan jumlah yang diharapkan; tambahkan stylesheet yang hilang ke folder sumber daya.
OutOfMemoryError pada halaman besarHTML besar + banyak sumber dayaTingkatkan heap JVM atau bagi HTML menjadi bagian‑bagian yang lebih kecil sebelum konversi.

Pertanyaan yang Sering Diajukan

Q: Bisakah saya mengonversi URL langsung tanpa menyimpan HTML terlebih dahulu?
A: Ya. Unduh konten halaman dengan Jsoup atau HttpClient, lalu berikan string tersebut ke EditableDocument.fromMarkupAndResourceFolder.

Q: Apakah GroupDocs.Editor mendukung konversi ke DOCX serta DOCM?
A: Tentu saja. Ubah ekstensi di WordProcessingFormats.fromExtension("docx") dan sesuaikan nama file output.

Q: Bagaimana jika HTML saya merujuk ke CSS eksternal yang dihosting di CDN?
A: Unduh file CSS tersebut ke folder sumber daya Anda sebelum menginisialisasi EditableDocument, atau biarkan editor mengambilnya jika Anda mengaktifkan akses jaringan.

Q: Apakah lisensi diperlukan untuk percobaan gratis?
A: Percobaan dapat dijalankan tanpa kunci lisensi tetapi terbatas pada 30 hari dan ukuran dokumen maksimum. Untuk produksi, beli lisensi.

Q: Bisakah saya mempertahankan fungsi JavaScript dalam output Word?
A: Tidak. Format pengolah kata tidak mendukung JavaScript sisi klien; hanya konten statis dan gaya yang dipertahankan.

Terakhir Diperbarui: 2026-07-02
Diuji Dengan: GroupDocs.Editor 25.3
Penulis: GroupDocs

Tutorial Terkait