SpringBoot 将PDF转成图片或Word

r囧r小猫 2023-09-30 21:00 11阅读 0赞

#### SpringBoot 将PDF转成图片或Word ####

*  准备工作
 *  Apache PDFBox
 *  将PDF转成一张图片
 *  将PDF转成多张图片
 *  将PDF转成其他文件格式
 *  总结

SpringBoot 是一款非常流行的 Java Web 开发框架，可以用来构建各种 Web 应用程序。在本篇博客中，我们将介绍如何使用 SpringBoot 将 PDF 转换成图片或其他文件的方法。

![在这里插入图片描述][f901432430194ff1b052e98e60b71ecb.png]

## 准备工作 ##

在开始之前，需要安装以下软件：

*  JDK 8或更高版本
 *  Apache Maven
 *  ImageMagick
 *  PDFBox

## Apache PDFBox ##

首先，我们需要引入一些必要的依赖。在 pom.xml 文件中添加以下依赖：

<dependency>
        <groupId>org.apache.pdfbox</groupId>
        <artifactId>pdfbox</artifactId>
        <version>2.0.20</version>
    </dependency>
    <dependency>
        <groupId>org.apache.pdfbox</groupId>
        <artifactId>pdfbox-tools</artifactId>
        <version>2.0.20</version>
    </dependency>
    <dependency>
        <groupId>com.github.librepdf</groupId>
        <artifactId>openpdf</artifactId>
        <version>1.3.23</version>
    </dependency>

其中，pdfbox 和 pdfbox-tools 是 Apache PDFBox 的核心依赖，用于处理 PDF 文件。openpdf 则是用于将 PDF 转换成其他格式的依赖。

接着，在 SpringBoot 应用程序中创建一个名为 PdfToImageController 的控制器。这个控制器将接受 PDF 文件，并将其转换成 PNG 格式的图像文件。

import java.awt.image.BufferedImage;
    import java.io.File;
    import java.io.IOException;
    import javax.imageio.ImageIO;
    import org.apache.pdfbox.pdmodel.PDDocument;
    import org.apache.pdfbox.rendering.PDFRenderer;
    import org.springframework.core.io.FileSystemResource;
    import org.springframework.core.io.Resource;
    import org.springframework.http.HttpHeaders;
    import org.springframework.http.MediaType;
    import org.springframework.http.ResponseEntity;
    import org.springframework.stereotype.Controller;
    import org.springframework.web.bind.annotation.PostMapping;
    import org.springframework.web.bind.annotation.RequestParam;
    import org.springframework.web.multipart.MultipartFile;
    
    @Controller
    public class PdfToImageController {
        
    
      @PostMapping("/pdf-to-image")
      public ResponseEntity<Resource> pdfToImage(@RequestParam("file") MultipartFile file) throws IOException {
        
        // 将 MultipartFile 转换成 File
        File pdfFile = File.createTempFile("pdf", ".pdf");
        file.transferTo(pdfFile);
    
        // 打开 PDF 文件并获取渲染器
        PDDocument document = PDDocument.load(pdfFile);
        PDFRenderer renderer = new PDFRenderer(document);
    
        // 将 PDF 页面渲染成图像
        BufferedImage image = renderer.renderImageWithDPI(0, 300);
    
        // 将图像保存成 PNG 文件
        File pngFile = File.createTempFile("image", ".png");
        ImageIO.write(image, "png", pngFile);
    
        // 将 PNG 文件作为资源返回给客户端
        FileSystemResource resource = new FileSystemResource(pngFile);
        HttpHeaders headers = new HttpHeaders();
        headers.setContentType(MediaType.IMAGE_PNG);
        headers.setContentLength(resource.contentLength());
        headers.setContentDispositionFormData("attachment", pngFile.getName());
        return ResponseEntity.ok().headers(headers).body(resource);
      }
    }

在上面的代码中，我们首先将 MultipartFile 对象转换成临时的 PDF 文件。然后，使用 PDFBox 库打开 PDF 文件并获取渲染器。接着，我们将第一页渲染成 PNG 格式的图像文件，并将其保存到临时文件中。最后，将 PNG 文件作为资源返回给客户端。

接下来，我们需要创建一个 HTML 表单来上传 PDF 文件并调用控制器。

<!DOCTYPE html>
    <html>
    <head>
      <meta charset="UTF-8">
      <title>PDF to Image Converter</title>
    </head>
    <body>
      <h1>PDF to Image Converter</h1>
      <form action="/pdf-to-image" method="post" enctype="multipart/form-data">
        <input type="file" name="file" accept="application/pdf">
        <button type="submit">Convert to Image</button>
      </form>
    </body>
    </html>

在上面的代码中，我们创建了一个简单的 HTML 表单，允许用户上传 PDF 文件并将其转换成图像。

最后，我们需要在 SpringBoot 应用程序中添加一些配置，以便允许跨域请求。

import org.springframework.boot.SpringApplication;
    import org.springframework.boot.autoconfigure.SpringBootApplication;
    import org.springframework.context.annotation.Bean;
    import org.springframework.web.servlet.config.annotation.CorsRegistry;
    import org.springframework.web.servlet.config.annotation.WebMvcConfigurer;
    
    @SpringBootApplication
    public class PdfToImageApplication {
        
    
      public static void main(String[] args) {
        
        SpringApplication.run(PdfToImageApplication.class, args);
      }
    
      @Bean
      public WebMvcConfigurer corsConfigurer() {
        
        return new WebMvcConfigurer() {
        
          @Override
          public void addCorsMappings(CorsRegistry registry) {
        
            registry.addMapping("/**").allowedOrigins("*").allowedMethods("*").allowedHeaders("*");
          }
        };
      }
    }

在上面的代码中，我们使用 SpringBoot 的 @CrossOrigin 注解允许跨域请求。我们还定义了一个 WebMvcConfigurer bean，以便在应用程序中添加 CORS 配置。

现在我们已经完成了 SpringBoot PDF 转换成图像的示例。可以使用以下命令运行应用程序：

mvn spring-boot:run

接下来，可以访问 http://localhost:8080/index.html 打开我们的示例页面。上传 PDF 文件后，我们可以将其转换成图像并下载。

上面的示例只演示了将 PDF 转换成 PNG 图像。但是，我们还可以将 PDF 转换成其他类型的图像，如 JPEG、GIF 等。实现方式与上面的示例类似，只需要更改转换器的输出格式即可。

此外，我们还可以将 PDF 转换成其他类型的文件，如 Word 文档、HTML 等。但是，这需要使用不同的转换器和库。以下是一些可以用于将 PDF 转换成其他文件格式的库：

**`Apache POI`**：用于将 PDF 转换成 Word 文档。  
**`Flying Saucer`**：用于将 PDF 转换成 HTML。  
**`iText`**：一个 Java PDF 库，可以用于将 PDF 转换成其他文件格式。

使用这些库可以实现更多的文件格式转换。但是，需要注意的是，每个库都有自己的优缺点和使用方式。因此，在选择库时，需要根据实际需求和技术要求进行评估和选择。

最后，需要注意的是，将 PDF 转换成其他文件格式可能会丢失一些信息和格式，因此需要在转换之前仔细评估需求和转换效果。同时，需要根据实际情况选择适当的转换方式和工具，以便实现最佳的转换效果。

## 将PDF转成一张图片 ##

首先，我们需要编写一个控制器类，用于接收PDF文件并将其转换为图片。

在控制器类中，我们首先使用@PostMapping注解定义一个路由/pdf-to-image，用于接收PDF文件。在convertToImage方法中，我们使用PDFBox库将PDF文件加载到PDDocument对象中，然后使用PDFRenderer将PDF页面渲染为BufferedImage对象。最后，我们使用ImageIO将BufferedImage对象转换为JPEG格式的字节数组，并将其包装在一个ResponseEntity中返回给客户端。

## 将PDF转成多张图片 ##

如果要将PDF转换成多张图片，则需要在控制器类中添加一个新的方法。

@RestController
    public class PdfToImageController {
        
        
        @PostMapping("/pdf-to-image")
        public ResponseEntity<byte[]> convertToImage(@RequestParam("file") MultipartFile file) {
        
            try {
        
                PDDocument document = PDDocument.load(file.getBytes());
                PDFRenderer pdfRenderer = new PDFRenderer(document);
                BufferedImage image = pdfRenderer.renderImage(0);
                ByteArrayOutputStream baos = new ByteArrayOutputStream();
                ImageIO.write(image, "jpg", baos);
                byte[] bytes = baos.toByteArray();
                HttpHeaders headers = new HttpHeaders();
                headers.setContentType(MediaType.IMAGE_JPEG);
                return new ResponseEntity<>(bytes, headers, HttpStatus.OK);
            } catch (IOException e) {
        
                e.printStackTrace();
                return new ResponseEntity<>(HttpStatus.INTERNAL_SERVER_ERROR);
            }
        }
        
        @PostMapping("/pdf-to-images")
        public ResponseEntity<List<byte[]>> convertToImages(@RequestParam("file") MultipartFile file) {
        
            try {
        
                PDDocument document = PDDocument.load(file.getBytes());
                PDFRenderer pdfRenderer = new PDFRenderer(document);
                List<byte[]> images = new ArrayList<>();
                for (int page = 0; page < document.getNumberOfPages(); page++) {
        
    				BufferedImage image = pdfRenderer.renderImageWithDPI(page, 300, ImageType.RGB);
    				ByteArrayOutputStream baos = new ByteArrayOutputStream();
    				ImageIO.write(image, "jpg", baos);
    				byte[] bytes = baos.toByteArray();
    				images.add(bytes);	
    			}
    			HttpHeaders headers = new HttpHeaders();
    			headers.setContentType(MediaType.IMAGE_JPEG);
    			return new ResponseEntity<>(images, headers, HttpStatus.OK);
    		} catch (IOException e) {
        
    			e.printStackTrace();
    			return new ResponseEntity<>(HttpStatus.INTERNAL_SERVER_ERROR);
    		}
    	}
    }

在`convertToImages`方法中，我们首先将PDF文件加载到`PDDocument`对象中，然后使用`PDFRenderer`迭代每个页面，并使用`ImageIO`将页面渲染为JPEG格式的字节数组。最后，我们将所有图片的字节数组存储在一个`List`中，并将其包装在一个`ResponseEntity`中返回给客户端。

## 将PDF转成其他文件格式 ##

除了将PDF转换为图片外，我们还可以使用SpringBoot将PDF转换为其他文件格式。下面我们将演示如何将PDF转换为Word文档。

@RestController
    public class PdfToWordController {
        
        
        @PostMapping("/pdf-to-word")
        public ResponseEntity<byte[]> convertToWord(@RequestParam("file") MultipartFile file) {
        
            try {
        
                PDDocument document = PDDocument.load(file.getBytes());
                ByteArrayOutputStream baos = new ByteArrayOutputStream();
                Writer writer = new OutputStreamWriter(baos, StandardCharsets.UTF_8);
                PDFTextStripper stripper = new PDFTextStripper();
                stripper.setSortByPosition(true);
                stripper.setStartPage(0);
                stripper.setEndPage(document.getNumberOfPages());
                stripper.writeText(document, writer);
                writer.close();
                HttpHeaders headers = new HttpHeaders();
                headers.setContentType(MediaType.APPLICATION_OCTET_STREAM);
                headers.setContentDispositionFormData("attachment", "output.docx");
                return new ResponseEntity<>(baos.toByteArray(), headers, HttpStatus.OK);
            } catch (IOException e) {
        
                e.printStackTrace();
                return new ResponseEntity<>(HttpStatus.INTERNAL_SERVER_ERROR);
            }
        }
    }

在convertToWord方法中，我们使用PDFBox库将PDF文件加载到PDDocument对象中，然后使用PDFTextStripper将PDF文本提取到一个Writer对象中。最后，我们将Writer对象中的文本转换为字节数组，并将其包装在一个ResponseEntity中返回给客户端。我们还设置了Content-Disposition头，以便将字节数组作为附件下载。

## 总结 ##

在本文中，我们使用SpringBoot、PDFBox和ImageMagick演示了如何将PDF文件转换为一张或多张图片，以及将PDF转换为Word文档。这些示例演示了如何使用Java编程语言与其他开源技术集成，以实现各种文件格式之间的转换。

[f901432430194ff1b052e98e60b71ecb.png]: https://img-blog.csdnimg.cn/f901432430194ff1b052e98e60b71ecb.png