POI обрезает html при выгрузке

181

01 мая 2019, 22:10

Я использую Apache POI 4.0.0 для конвертации файлов формата .doc в html. Большинство файлов конвертируются отлично, и меня устраивает результат. Но есть какая то часть файлов, которые конвертируются не полностью.

private static String ProcessingDoc(File doc, String imagedir) throws IOException, ParserConfigurationException, TransformerConfigurationException, TransformerFactoryConfigurationError {
        FileInputStream in = new FileInputStream(doc);
        HWPFDocument doc_file = new HWPFDocument(in);
    Document html_file = DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument();
    WordToHtmlConverter converter = new WordToHtmlConverter(html_file);
    converter.setPicturesManager(new PicturesManager() {
        @Override
        public String savePicture(byte[] content, PictureType pictureType, String suggestedName, float widthInches,
                float heightInches) {
            File imgFile = new File(getParentDirectory(doc));
            if(!imgFile.exists()){
                imgFile.mkdirs();
            }
            try {
                FileOutputStream out = new FileOutputStream(imagedir+"/" + suggestedName);
                out.write(content);
                out.close();
            } catch (Exception e) {
                e.printStackTrace();
            }
            return suggestedName;
        }
    });
    converter.processDocument(doc_file);
    StringWriter stringWriter = new StringWriter();
    Transformer transformer;
    transformer = TransformerFactory.newInstance().newTransformer();
    transformer.setOutputProperty( OutputKeys.INDENT, "yes" );
    transformer.setOutputProperty( OutputKeys.ENCODING, "utf-8" );
    transformer.setOutputProperty( OutputKeys.METHOD, "html" );
    try {
        transformer.transform(
                new DOMSource( converter.getDocument() ),
                new StreamResult( stringWriter ) );
    } catch (TransformerException e) {
        e.printStackTrace();
    }
    return stringWriter.toString();
}

Т.е. итоговый html файл обрывается просто на произвольном месте. К примеру вот так:

<html>
<head>
<META http-equiv="Content-Type" content="text/html; charset=utf-8">
<style type="text/css">.b1{white-space-collapsing:preserve;}
....Здесь идет текст...
И вот это последние строки в документе.
</p>
</td>
</tr>
<tr class="r1">
<td class="td5">
<p class="p14">
<span>ИДФилиала</span>
</p>
</td><td class="td6">

Ошибок при конвертации не возникает, но файл обрезается. Что я делаю не правильно? Может нужны какие то настройки библиотеки? Спасибо за ответ!