Formatierungen aus HTML-Dokument übernehmen und in Word docx schreiben

[Sued_Faust]

Moin,

mich interessiert, wie ich Formatierungen bzw auch hintergrundfarben eines Textes aus einem HTML-Dokument entnehmen kann?
Derzeit hab ich einfach über die Swing.HTMLEditorKit API den Text aus dem Body gelesen und in ein String gespeichert. Den String habe ich dann über die POI Api in ein Word-Dokument geschrieben. Das so keine Farben usw übernommen werden können ist klar, aber welche Möglichkeiten habe dies zu machen?
Eine Idee von mir wäre mittels eines parsers den kompletten html-Code einzulesen und die Tags die für die Frabformatierung usw zuständig sind auszuwerten und mittels der POI-API zu übersetzen.

Gruß

 

[Gastredner]

Das funktioniert dann aber nur solange, wie der Webseiten-Autor kein CSS einsetzt - was heutzutage hoffentlich selten sein sollte.

 

[Sued_Faust]

Wieso sollte das eigentlich nicht funktionieren? Sind doch auch nur Tags?!
Die Dokumente werden mittels dem CKEditor geschrieben.
Welche Alternativen habe ich denn, hat da jemand eine Idee?

 

[Sued_Faust]

Kann mir da keiner weiter helfen? Oder ein Tip geben?