Java: GroupDocs.Editor を使用した Web ページの DOCX 変換

Converting a webpage to DOCX を変換すると、オンラインの HTML ページを完全に編集可能な Word ドキュメントに変換でき、共有、印刷、またはさらにカスタマイズすることができます。マーケティング記事をアーカイブしたり、ダッシュボードからレポートを生成したり、法的通知の印刷可能なバージョンを提供したりする必要がある場合でも、変換はレイアウト、スタイリング、埋め込み画像を保持します。このガイドでは、GroupDocs.Editor for Java を使用して HTML ファイルを読み取り、リソースをバンドルし、結果を HTML と DOCX/DOCM の両方として保存する方法を説明します。

クイック回答

• 「convert webpage to docx」とは何ですか？ HTML マークアップとそのアセットを編集可能な Word (DOCX/DOCM) ファイルに変換します。
• どのライブラリが変換を処理しますか？ GroupDocs.Editor for Java。
• ライセンスは必要ですか？ 無料トライアルはテストに使用できますが、本番環境では有料ライセンスが必要です。
• 必要な Java バージョンは何ですか？ Java 8 以上。
• CSS と画像を保持できますか？ はい – エディタは変換中にリンクされたスタイルシートと画像を保持します。

「convert webpage to docx」とは何ですか？

HTML ソースを読み込み、参照されている CSS や画像をバンドルし、元のレイアウトを鏡像する Word 処理文書を生成します。変換は見出し、テーブル、リスト、スタイリングを保持し、Microsoft Word や互換エディタで手動で再フォーマットや再構築することなく開いて編集できるファイルを生成します。

なぜ GroupDocs.Editor for Java を使用するのか？

GroupDocs.Editor は、150 MB までのファイルを 2 秒未満で HTML から DOCX に変換できるハイレベル API を提供し、30 以上の HTML 要素をサポートし、CSS と画像を自動的に埋め込みます。クロスプラットフォームで動作し、ネイティブ依存関係が不要で、Word、LibreOffice、Google Docs 間でレイアウトの忠実性を保証します。

前提条件

必要なライブラリ、バージョン、依存関係

• Apache Commons IO – ファイル I/O を簡素化します。
• GroupDocs.Editor – バージョン 25.3（または最新の安定版）。

環境設定要件

• JDK 8 以上がインストールされていること。
• IntelliJ IDEA や Eclipse などの IDE。

知識の前提条件

• 基本的な Java と Maven プロジェクト構造。
• HTML ファイルとそのフォルダー構成に慣れていること。

GroupDocs.Editor for Java の設定

Maven 設定

pom.xml に GroupDocs リポジトリと依存関係を追加します:

<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>

直接ダウンロード

あるいは、最新バージョンを GroupDocs.Editor for Java releases からダウンロードできます。

ライセンス取得手順

• Free Trial: API を試すためにトライアルから開始します。
• Temporary License: 拡張評価のために期間限定キーを使用します。
• Purchase: 本番展開のために商用ライセンスを取得します。

実装ガイド

以下はステップバイステップのウォークスルーです。各コードブロックは元のチュートリアルと同じままで、周囲の説明は明確化のために拡張されています。

機能 1 – ファイルから HTML コンテンツを読み込む

この重要性: Web ページを変換するには、まず生の HTML を String として取得する必要があります。Apache Commons IO を使用すると、これがワンライナーになります。

1.1 必要なライブラリのインポート

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

1.2 ファイルパスの指定

YOUR_DOCUMENT_DIRECTORY を、ソース HTML が格納されているフォルダーに置き換えます。

String htmlFilePath = "YOUR_DOCUMENT_DIRECTORY/sample_html_body.html";

1.3 コンテンツを String に読み込む

FileUtils.readFileToString メソッドは UTF‑8 エンコーディングでファイルを読み込み、すべての文字を保持します。

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.

機能 2 – HTML コンテンツから EditableDocument を初期化する

この重要性: EditableDocument は、マークアップとそのリソース（CSS、画像）をまとめ、エディタが完全なドキュメントとして扱えるようにするコアオブジェクトです。

EditableDocument クラスは、リンクされたリソースと共に単一の HTML ドキュメントを表し、他の形式へのシームレスな変換を可能にします。

2.1 GroupDocs ライブラリのインポート

import com.groupdocs.editor.EditableDocument;

2.2 リソースフォルダーのパスを指定

フォルダーには、HTML が参照する CSS ファイル、画像、その他のアセットが含まれている必要があります。

String resourceFolderPath = "YOUR_DOCUMENT_DIRECTORY/sample_html_body_resources";

2.3 EditableDocument の初期化

この呼び出しは HTML マークアップとリソースフォルダーをマージし、メモリ内の編集可能なドキュメントを作成します。

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

機能 3 – ドキュメントリソースの確認

この重要性: スタイルシートや画像の数を把握することで、追加処理（例: 画像最適化）が必要かどうか判断できます。

3.1 スタイルシートと画像の数をカウント

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.

機能 4 – EditableDocument を HTML として保存

この重要性: 編集後に HTML バージョンを保持したい場合や、リソースが正しくバンドルされているか確認したい場合があります。

4.1 保存オプションライブラリのインポート

import com.groupdocs.editor.Editor;

4.2 HTML の出力パスを指定

String outputHtmlFilePath = "YOUR_OUTPUT_DIRECTORY/_output.html";

4.3 HTML としてドキュメントを保存

save メソッドは編集されたドキュメントをディスクに書き戻し、構造を保持します。

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

機能 5 – EditableDocument を Word 処理文書 (DOCX/DOCM) として保存

この重要性: DOCX/DOCM に変換すると、Microsoft Word、LibreOffice、または任意の互換エディタで開ける完全に編集可能な Word ファイルが得られます。

WordProcessingFormats 列挙型は、生成したい正確な Word フォーマット（DOCX または DOCM）を定義します。

5.1 保存オプションライブラリのインポート

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

5.2 DOCX/DOCM の出力パスを指定

String outputDocmFilePath = "YOUR_OUTPUT_DIRECTORY/_output.docm";

5.3 保存オプションとフォーマットの設定

ここでは DOCM フォーマット（マクロ有効 Word ドキュメント）を明示的に要求しています。標準ドキュメントにしたい場合は "docx" に切り替えることができます。

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 は EditableDocument を受け取り、選択した Word フォーマットに書き出すコアクラスです。

5.4 DOCM としてドキュメントを保存

最終変換には Editor クラスを使用します。

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).

実用的な応用例

• Dynamic Report Generation: ライブダッシュボードからテーブルを取得し、Word に変換して自動レポートをメール送信。
• Content Management Systems: 記事に「Export to Word」ボタンを提供し、スタイリングと画像を保持。
• Legal Document Preparation: Web 公開された規制を編集可能な契約書やポリシー文書に変換。
• Educational Material Compilation: HTML ページから講義ノートを集約し、単一の学習ガイドにまとめる。
• Business Proposal Creation: マーケティング Web ページを洗練された DOCM 提案書に変換してクライアントに提供。

パフォーマンス上の考慮点

• Optimize Memory Usage: 大きな HTML ファイルの場合、JVM ヒープ (-Xmx2g) を増やすか、ドキュメントをチャンクに分割して処理します。
• Load Resources Asynchronously: Web ベースのツールでは、CSS と画像をバックグラウンドスレッドでロードし、UI の応答性を保ちます。

一般的な問題と解決策

よくある質問

Q: HTML を保存せずにライブ URL を直接変換できますか？
A: はい。Jsoup または HttpClient でページコンテンツをダウンロードし、その文字列を EditableDocument.fromMarkupAndResourceFolder に渡します。

Q: GroupDocs.Editor は DOCX だけでなく DOCM への変換もサポートしていますか？
A: もちろんです。WordProcessingFormats.fromExtension("docx") の拡張子を変更し、出力ファイル名を調整してください。

Q: HTML が CDN 上の外部 CSS を参照している場合はどうすればよいですか？
A: EditableDocument を初期化する前にそれらの CSS ファイルをリソースフォルダーにダウンロードするか、ネットワークアクセスを有効にすればエディタが取得します。

Q: 無料トライアルにライセンスは必要ですか？
A: トライアルはライセンスキーなしで動作しますが、30 日間および最大ドキュメントサイズに制限があります。本番環境ではライセンスを購入してください。

Q: Word 出力で JavaScript の機能を保持できますか？
A: できません。Word 処理フォーマットはクライアント側 JavaScript をサポートしておらず、静的コンテンツとスタイリングのみが保持されます。

最終更新日: 2026-07-02
テスト環境: GroupDocs.Editor 25.3
作者: GroupDocs

関連チュートリアル

• Java で GroupDocs.Editor を使用して Word を HTML に変換し、Word ドキュメントを編集する方法
• GroupDocs.Editor を使用した Java での Word ドキュメントの読み込み – 完全ガイド
• GroupDocs.Editor を使用した Java での Word ドキュメント編集 – ガイド