使用Java将MHTML文件转换为pdf文件时如何保留标题内容？

Question

下面我简单描述一下问题：

首先，我将 DOC 文件转换为 MHTML 文件（单个网页文件）。 其次，我想将此 MHTML 文件转换为 pdf 文件。但我发现新的pdf文件中页眉和页脚的内容丢失了。

我的代码如下：

Document doc = new Document("XXX.mht");
doc.save("XXX1.pdf", SaveFormat.PDF);

使用的工具包是aspose.jar；

有人知道原因吗？非常感谢您的回答。

我发现mht文件中的头部是这样写的：

<div style=3D'mso-element:header' id=3Dh1>

<div style=3D'mso-element:para-border-div;border:none;border-bottom:solid w=
indowtext 1.0pt;
mso-border-bottom-alt:solid windowtext .75pt;padding:0cm 0cm 1.0pt 0cm'>

<p class=3DMsoHeader><span lang=3DEN-US>This is the header</span></p>

</div>

</div>

但是当我将其转换为PDF文件时，这些内容就消失了。

Answer 1

MS Word 和 HTML/MHTML 文档的结构有很大不同，相互转换后不可能提供 100% 的保真度。由于 HTML 没有分页，因此很难将页眉和页脚有意义地输出到 HTML/MHTML。如果您使用 Aspose.Words 将 DOC 转换为 MHTML，默认情况下，在保存为 HTML/MHTML 时，Aspose.Words 仅导出每个部分文档的主页眉/页脚。因此，保留原始 DOC 文档格式的唯一方法是将 DOC 直接转换为 PDF。