Java: Converti una pagina web in DOCX usando GroupDocs.Editor

Convertire una pagina web in DOCX ti consente di trasformare qualsiasi pagina HTML online in un documento Word completamente modificabile che può essere condiviso, stampato o ulteriormente personalizzato. Che tu debba archiviare un articolo di marketing, generare un report da una dashboard o fornire una versione stampabile di un avviso legale, la conversione preserva layout, stile e immagini incorporate. In questa guida vedremo come utilizzare GroupDocs.Editor for Java per leggere un file HTML, raggruppare le sue risorse e salvare il risultato sia come HTML sia come file DOCX/DOCM.

Risposte rapide

  • Cosa significa “convertire una pagina web in docx”? Trasforma il markup HTML e le sue risorse in un file Word (DOCX/DOCM) modificabile.
  • Quale libreria gestisce la conversione? GroupDocs.Editor for Java.
  • Ho bisogno di una licenza? Una prova gratuita funziona per i test; è necessaria una licenza a pagamento per la produzione.
  • Quale versione di Java è richiesta? Java 8 o superiore.
  • Posso mantenere CSS e immagini? Sì – l’editor conserva i fogli di stile collegati e le immagini durante la conversione.

Cos’è “convertire una pagina web in docx”?

Carica la sorgente HTML, raggruppa eventuali CSS o immagini referenziati e genera un documento di elaborazione testi che rispecchia il layout originale. La conversione preserva intestazioni, tabelle, elenchi e stile, producendo un file che può essere aperto e modificato in Microsoft Word o in qualsiasi editor compatibile senza la necessità di riformattare o ricostruire manualmente.

Perché usare GroupDocs.Editor per Java?

GroupDocs.Editor fornisce un’API di alto livello che converte HTML in DOCX in meno di 2 secondi per file fino a 150 MB, supporta più di 30 elementi HTML e incorpora automaticamente CSS e immagini. Funziona su più piattaforme, non richiede dipendenze native e garantisce la fedeltà del layout su Word, LibreOffice e Google Docs.

Prerequisiti

Librerie richieste, versioni e dipendenze

  • Apache Commons IO – semplifica l’I/O dei file.
  • GroupDocs.Editor – versione 25.3 (o l’ultima versione stabile).

Requisiti di configurazione dell’ambiente

  • JDK 8 o successivo installato.
  • Un IDE come IntelliJ IDEA o Eclipse.

Prerequisiti di conoscenza

  • Conoscenza di base di Java e della struttura di progetto Maven.
  • Familiarità con i file HTML e la loro struttura di cartelle.

Configurazione di GroupDocs.Editor per Java

Configurazione Maven

Aggiungi il repository GroupDocs e la dipendenza al tuo pom.xml:

<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>

Download diretto

In alternativa, puoi scaricare l’ultima versione da Rilasci di GroupDocs.Editor per Java.

Passaggi per l’acquisizione della licenza

  • Prova gratuita: Inizia con una prova per esplorare l’API.
  • Licenza temporanea: Usa una chiave a tempo limitato per una valutazione estesa.
  • Acquisto: Ottieni una licenza commerciale per le distribuzioni in produzione.

Guida all’implementazione

Di seguito trovi una procedura passo‑passo. Ogni blocco di codice è rimasto invariato rispetto al tutorial originale; le spiegazioni circostanti sono state ampliate per maggiore chiarezza.

Funzione 1 – Lettura del contenuto HTML da un file

Perché è importante: Per convertire una pagina web è necessario prima il HTML grezzo come String. L’uso di Apache Commons IO lo rende una singola riga.

1.1 Importa le librerie richieste

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

1.2 Specifica il percorso del file

Sostituisci YOUR_DOCUMENT_DIRECTORY con la cartella che contiene il tuo HTML di origine.

String htmlFilePath = "YOUR_DOCUMENT_DIRECTORY/sample_html_body.html";

1.3 Leggi il contenuto in una Stringa

Il metodo FileUtils.readFileToString legge il file usando la codifica UTF‑8, preservando tutti i caratteri.

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.

Funzione 2 – Inizializzazione di EditableDocument dal contenuto HTML

Perché è importante: EditableDocument è l’oggetto principale che raggruppa il markup con le sue risorse (CSS, immagini) così l’editor può lavorare con un documento completo.

La classe EditableDocument rappresenta un singolo documento HTML insieme alle sue risorse collegate, consentendo una conversione fluida in altri formati.

2.1 Importa le librerie GroupDocs

import com.groupdocs.editor.EditableDocument;

2.2 Specifica il percorso della cartella delle risorse

La cartella dovrebbe contenere tutti i file CSS, le immagini o altre risorse referenziate dall’HTML.

String resourceFolderPath = "YOUR_DOCUMENT_DIRECTORY/sample_html_body_resources";

2.3 Inizializza EditableDocument

Questa chiamata unisce il markup HTML con la cartella delle risorse, creando un documento modificabile in memoria.

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

Funzione 3 – Verifica delle risorse del documento

Perché è importante: Conoscere quante foglie di stile o immagini sono presenti ti aiuta a decidere se è necessario un ulteriore processamento (ad es., ottimizzazione delle immagini).

3.1 Conta i fogli di stile e le immagini

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.

Funzione 4 – Salvataggio di EditableDocument come HTML

Perché è importante: A volte vuoi conservare una versione HTML dopo le modifiche, o devi verificare che le risorse siano state raggruppate correttamente.

4.1 Importa le librerie delle opzioni di salvataggio

import com.groupdocs.editor.Editor;

4.2 Specifica il percorso di output per HTML

String outputHtmlFilePath = "YOUR_OUTPUT_DIRECTORY/_output.html";

4.3 Salva il documento come HTML

Il metodo save scrive il documento modificato nuovamente su disco, preservandone la struttura.

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

Funzione 5 – Salvataggio di EditableDocument come documento di elaborazione testi (DOCX/DOCM)

Perché è importante: Convertire in DOCX/DOCM ti fornisce un file Word completamente modificabile che può essere aperto in Microsoft Word, LibreOffice o qualsiasi editor compatibile.

L’enum WordProcessingFormats definisce il formato Word esatto (DOCX o DOCM) che desideri generare.

5.1 Importa le librerie delle opzioni di salvataggio

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

5.2 Specifica il percorso di output per DOCX/DOCM

String outputDocmFilePath = "YOUR_OUTPUT_DIRECTORY/_output.docm";

5.3 Configura le opzioni di salvataggio e il formato

Qui richiediamo esplicitamente il formato DOCM (documento Word con macro). Puoi passare a "docx" per un documento standard.

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 è la classe principale che prende un EditableDocument e lo scrive nel formato Word scelto.

5.4 Salva il documento come DOCM

Usiamo la classe Editor per eseguire la conversione finale.

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).

Applicazioni pratiche

  • Generazione dinamica di report: Estrai tabelle da una dashboard live, convertili in Word e invia report automatizzati via email.
  • Sistemi di gestione dei contenuti: Offri un pulsante “Esporta in Word” per gli articoli, preservando stile e immagini.
  • Preparazione di documenti legali: Trasforma normative pubblicate sul web in contratti o documenti di policy modificabili.
  • Compilazione di materiale educativo: Aggrega appunti delle lezioni da pagine HTML in una singola guida di studio.
  • Creazione di proposte commerciali: Converte pagine web di marketing in proposte DOCM raffinate per i clienti.

Considerazioni sulle prestazioni

  • Ottimizza l’uso della memoria: Per file HTML di grandi dimensioni, aumenta l’heap JVM (-Xmx2g) o elabora i documenti a blocchi.
  • Carica le risorse in modo asincrono: Nei tool basati sul web, carica CSS e immagini in un thread di background per mantenere l’interfaccia reattiva.

Problemi comuni e soluzioni

ProblemaCausaSoluzione
Immagini mancanti nel DOCMPercorso della cartella delle risorse erratoVerifica che resourceFolderPath punti alla cartella contenente tutti i file immagine.
Gli stili appaiono diversi dopo la conversioneCSS non caricatoAssicurati che inputDoc.getCss() restituisca il conteggio previsto; aggiungi i fogli di stile mancanti alla cartella delle risorse.
OutOfMemoryError su pagine grandiHTML di grandi dimensioni + molte risorseAumenta l’heap JVM o dividi l’HTML in sezioni più piccole prima della conversione.

Domande frequenti

Q: Posso convertire un URL live direttamente senza salvare prima l’HTML?
A: Sì. Scarica il contenuto della pagina con Jsoup o HttpClient, poi passa la stringa a EditableDocument.fromMarkupAndResourceFolder.

Q: GroupDocs.Editor supporta la conversione in DOCX così come in DOCM?
A: Assolutamente. Cambia l’estensione in WordProcessingFormats.fromExtension("docx") e regola il nome del file di output.

Q: Cosa succede se il mio HTML referenzia CSS esterno ospitato su un CDN?
A: Scarica quei file CSS nella tua cartella delle risorse prima di inizializzare EditableDocument, oppure consenti all’editor di recuperarli se abiliti l’accesso di rete.

Q: È necessaria una licenza per la prova gratuita?
A: La prova funziona senza chiave di licenza ma è limitata a 30 giorni e a una dimensione massima del documento. Per la produzione, acquista una licenza.

Q: Posso preservare la funzionalità JavaScript nell’output Word?
A: No. I formati di elaborazione testi non supportano JavaScript lato client; vengono conservati solo contenuti statici e stile.

Last Updated: 2026-07-02
Tested With: GroupDocs.Editor 25.3
Author: GroupDocs

Tutorial correlati