Lucene学习笔记（4）将M$Word转为HTML

Lucene学习笔记（4）将M$Word转为HTML

　　后面是一些关于Luncene外围的工具，这是其中之一。
　　Majix利用jacob，将M$Word转换为xml，进而转换为html.

　　试了一下，对英语文档没问题，对汉语的却转换成了乱码，估计是那些地方需要设置一下。
　　Majix中用了一个tool叫jade（如果你认为是反编译的那个jad就错了，hehe)，是一个DSSSL的实现，可以做XML、RTF、TeX、MIF、SGML的转换。
　　Jacob既然是Java与Com之间的桥梁，则可以乐观地预测M$的所有文档，都有可以转换了，至少抽取其内容应该问题不大吧。

　　突然感觉很迷惘，让Majix彻底把我搞糊涂了。Majix本身很简单，可其中用了不少XML技术（也叫技术吧），一时搞不清它们之间的关系了。看来，虽然自觉XML比较熟悉了，其实还是欠火侯，抽空再去IBM学习学习了

引自  竹笋炒肉