日常工具类，提供如下功能：
- 这一部分没有难点，主要讲利用导出的html转成word内容，这里需要注意的是在导出到html的时候，一要注意中文编码问题， 另外注意对字体字号等进行声明： WORD中对字体的大小同时采用了两种不同的度量单位，其一是我们中国人所熟悉的“字号”，另外一种则是以“磅”为度量单位。 这两种度量字大小的单位之间是什么样的关系呢？下面就是二者的对应关系：
| 磅 | 字号 |
|---|---|
| 42 | 初号 |
| 36 | 小初 |
| 26 | 一号 |
| 24 | 小一号 |
| 22 | 二号 |
| 18 | 小二号 |
| 16 | 三号 |
| 15 | 小三号 |
| 14 | 四号 |
| 12 | 小四号 |
| 10.5 | 五号 |
| 9 | 小五号 |
| 7.5 | 六号 |
| 6.5 | 小六号 |
| 5.5 | 七号 |
| 5 | 八号 |
在html中pt 代表磅的单位。
- 另外一点需要注意，如果我的html中包含有图片，这个图片地址如果是网站外链，不需要做处理；如果是带有防盗链的图片地址
，还需要将图片的防盗链有效化，也就是要将图片中防盗链信息更换成有效的，比如我的防盗链中包含了
sessionid, 由于有效期只是在会话期间，所以这里需要需要把sessionid换成当前用户的有效sessionid.
-
poi提供了将内容转成word的语法：
POIFSFileSystem poifs = new POIFSFileSystem(); DirectoryEntry directory = poifs.getRoot(); directory.createDocument( "WordDocument", is); fos = new FileOutputStream(this.outputPath); poifs.writeFilesystem(fos); -
那么这里内容既然直接就可以转成html，为什么还要先转成html呢？
这里是避免转成word的时候失真，而且在控制字体大小颜色，表格样式，图片大小和位置，直接通过POI进行更改格式比较麻烦。 这里就是先把内容，布局，样式等做好，转成html，然后利用POI将html转成word的时候是转成web大纲样式的，所以失真较少。
这里提供了分词的三种方法
- 一种是利用IKAnalyzer2012FF_u1.jar包，这个包是针对于Lucene4.0以上的，如果低版本请使用IKAnalyzer2012.jar； 两者在包的方法上都有差别。
这种分词的效果需要借助分词库才能精确分词，所以这里的工作量就转换成要建立一套合理的词库。 否则的话，这种方法对于专有名词分词效果很差，最差的情况下分成的全是单字，比如我搜索人名“王文路” ， 如果不加任何分词库的话，分出来的结果是 ： “王” 、 “文” 、“路” ，这显示不是我想要的结果， 如果我分词以后是拿着分词结果做全局检索的话，我只想搜索出包含“王文路”的数据，结果将包含“王”、“文”、“路”的内容 全部都搜索出来了，这显然比我理想中的结果集要大很多，这里的难点就是和进行实时的补充词库、本体等；
- 另外一种是调用百度的APIStore 的API接口，百度实现的分词效果不错，就算连人名也会精确搜索出， 并且给出每一个分词结果的相关度
百度还提供了其他很多种API，可以通过一样的方法进行访问。
- 另外一种方法也是利用IKAnalyzer进行分词的，不同的是添加了配置文件，配置
ext_dict和ext_stopwords, 需要添加配置文件和词典文件，这里需要注意的是IKAnalyzer.cfg.xml配置文件只能放在src根目录下，而词典也就是dic文件可以放在任何位置，需要在IKAnalyzer.cfg.xml配置文件中声明路径。
对于以上路径问题，如果是maven项目，并且词典文件也是放在src下，编译的时候并不会把src文件编译到target下，所以需要在pom.xml
中使src进入build目录
<build>
<resources>
<resource>
<directory>src/main/resources</directory>
<includes>
<include>**/*.dic</include>
</includes>
<filtering>true</filtering>
</resource>
</resources>
</build>