Java将Word转换成PDF

妖狐艹你老母 2024-03-23 20:23 61阅读 0赞

**最近项目需要做在线预览文档功能，要求对word文档后台转为pdf，遇到了很多问题，因此记录一下。**

**网上有很多将Word转换成PDF的方式，这里我试了几种比较简单的方式：POI、aspose、spire和documents4j。**

### 1、POI ###

**POI是Apache下的一个Java类库，可以帮助我们实现Java与各种Office格式文件的互相转换。下面是实现步骤：**

#### **引入依赖** ####

<dependency>
        <groupId>org.apache.poi</groupId>
        <artifactId>poi</artifactId>
        <version>4.1.2</version>
    </dependency>
     
    <dependency>
        <groupId>org.apache.poi</groupId>
        <artifactId>poi-ooxml</artifactId>
        <version>4.1.2</version>
    </dependency>
     
    <dependency>
        <groupId>com.itextpdf</groupId>
        <artifactId>itextpdf</artifactId>
        <version>5.5.13.2</version>
    </dependency>

#### 工具类代码： ####

import java.io.FileInputStream;
    import java.io.FileOutputStream;
    import java.io.IOException;
    import org.apache.poi.xwpf.usermodel.XWPFDocument;
    import org.apache.poi.xwpf.usermodel.XWPFParagraph;
    import org.apache.poi.xwpf.usermodel.XWPFRun;
    import org.apache.poi.xwpf.usermodel.XWPFTable;
    import org.apache.poi.xwpf.usermodel.XWPFTableCell;
    import org.apache.poi.xwpf.usermodel.XWPFTableRow;
    import org.apache.poi.xwpf.usermodel.XWPFDocument;
    import org.apache.poi.xwpf.usermodel.XWPFParagraph;
    import org.apache.poi.xwpf.usermodel.XWPFRun;
    import com.lowagie.text.Document;
    import com.lowagie.text.DocumentException;
    import com.lowagie.text.pdf.PdfWriter;
    public class WordToPdfConverter {
        
        public static void convertToPdf(String inputFilePath, String outputFilePath) {
        
            try {
        
                // 加载Word文档
                FileInputStream fis = new FileInputStream(inputFilePath);
                XWPFDocument document = new XWPFDocument(fis);
                 // 创建PDF文档
                Document pdfDoc = new Document();
                PdfWriter.getInstance(pdfDoc, new FileOutputStream(outputFilePath));
                pdfDoc.open();
                 // 将Word文档内容写入PDF文档
                for (XWPFParagraph paragraph : document.getParagraphs()) {
        
                    pdfDoc.add(paragraph.createRun().getText());
                }
                 for (XWPFTable table : document.getTables()) {
        
                    for (XWPFTableRow row : table.getRows()) {
        
                        for (XWPFTableCell cell : row.getTableCells()) {
        
                            pdfDoc.add(cell.getText());
                        }
                    }
                }
                 pdfDoc.close();
                document.close();
                 System.out.println("Word文档已成功转换为PDF！");
            } catch (IOException | DocumentException e) {
        
                e.printStackTrace();
            }
        }
         public static void main(String[] args) {
        
            String inputFilePath = "input.docx";
            String outputFilePath = "output.pdf";
            convertToPdf(inputFilePath, outputFilePath);
         }
    }

**POI库在转换过程中无法完全保留Word文档的所有样式。POI库的主要目标是处理Word文档的内容，而不是完全复制其样式。因此，转换后的PDF文件可能会有一些样式差异。如果是比较复杂的Word不建议使用此方式**

### 2、Aspose.Words ###

**Aspose.Words for Java是一个原生库，为开发人员提供了丰富的功能来创建、编辑和转换 Word、PDF、Web 文档，而无需在系统上安装 Microsoft Word 环境。该 Java 库是依赖于文档对象模型 (DOM) 的类和方法的集合，使开发人员能够在元素级别直接访问文档的内部工作方式。使用我们的产品，Java 开发人员可以高效地创建复杂的文档并修改其格式、布局和内容。**  
**对于寻求综合工具来简化文档编辑和文档生成任务的开发人员来说，这个原生 Java API 是一个可靠的文档处理解决方案；大规模自动化文档密集型业务流程；减少人工干预、错误和延迟。**

**官网：[https://products.aspose.com/words/java/][https_products.aspose.com_words_java]**

#### **引入依赖(建议将jar包下载下来并上传私服里去)** ####

[https://releases.aspose.com/java/repo/com/aspose/aspose-words/18.6/aspose-words-18.6-jdk16.jar][https_releases.aspose.com_java_repo_com_aspose_aspose-words_18.6_aspose-words-18.6-jdk16.jar]

<dependency>
        <groupId>com.aspose</groupId>
        <artifactId>aspose-words</artifactId>
        <version>18.6</version>
        <classifier>jdk16</classifier>
    </dependency>

**需要在项目里加入一个license.xml，不然生成的pdf会有水印**

**license.xml如下：**

<?xml version="1.0" encoding="UTF-8" ?>
    <License>
        <Data>
            <Products>
                <Product>Aspose.Total for Java</Product>
                <Product>Aspose.Words for Java</Product>
            </Products>
            <EditionType>Enterprise</EditionType>
            <SubscriptionExpiry>20991231</SubscriptionExpiry>
            <LicenseExpiry>20991231</LicenseExpiry>
            <SerialNumber>8bfe198c-7f0c-4ef8-8ff0-acc3237bf0d7</SerialNumber>
        </Data>
        <Signature>sNLLKGMUdF0r8O1kKilWAGdgfs2BvJb/2Xp8p5iuDVfZXmhppo+d0Ran1P9TKdjV4ABwAgKXxJ3jcQTqE/2IRfqwnPf8itN8aFZlV3TJPYeD3yWE7IT55Gz6EijUpC7aKeoohTb4w2fpox58wWoF3SNp6sK6jDfiAUGEHYJ9pjU=</Signature>
    </License>

#### **代码如下：** ####

import java.io.FileInputStream;
    import java.io.FileOutputStream;
    import java.io.IOException;
    import com.aspose.words.Document;
    import com.aspose.words.License;
    import com.aspose.words.FontSettings;
    import com.aspose.words.SaveFormat;
    
    public static boolean asposeWordToPdf() {
        
            if (!getLicense()) {
         // 验证License 若不验证则转化出的pdf文档会有水印产生
                return false;
            }
            String inPath = "D:\\GoogleDownload\\ExportWord_230803_032555.docx";
            String outputFilePath = "C:\\Users\\WPC\\Desktop\\test.pdf";
            FileOutputStream os = null;
    
            try {
        
                long old = System.currentTimeMillis();
                File file = new File(outputFilePath); // 新建一个空白pdf文档
                os = new FileOutputStream(file);
                com.aspose.words.Document doc = new Document(inPath); // Address是将要被转化的word文档
                //Linux 下使用字体库
    //            FontSettings fontSettings = new FontSettings();
    //            fontSettings.setFontsFolder("/usr/share/fonts/windows"+File.separator,true);
    //            doc.setFontSettings(fontSettings);
                doc.save(os, SaveFormat.PDF);// 全面支持DOC, DOCX, OOXML, RTF HTML, OpenDocument, PDF,
                // EPUB, XPS, SWF 相互转换
                long now = System.currentTimeMillis();
                System.out.println("pdf转换成功，共耗时：" + ((now - old) / 1000.0) + "秒"); // 转化用时
            } catch (Exception e) {
        
                e.printStackTrace();
                return false;
            }finally {
        
                if (os != null) {
        
                    try {
        
                        os.flush();
                        os.close();
                    } catch (IOException e) {
        
                        e.printStackTrace();
                    }
                }
            }
            return true;
        }
    public static boolean getLicense() {
        
            boolean result = false;
            try {
        
                InputStream is = Test.class.getClassLoader().getResourceAsStream("\\license.xml"); // license.xml应放在资源路径下
                License aposeLic = new License();
                aposeLic.setLicense(is);
                result = true;
            } catch (Exception e) {
        
                e.printStackTrace();
            }
            return result;
    }

**当文档中含有中文字符时，该段代码的执行需要调用操作系统的本地字体库支持，否则所有中文字符都将乱码。**

**该段代码如果想要在Linux服务器上完美运行，需要给Linux服务器安装中文字体库。可以看最后`Java使用Spire.Pdf或Aspose-Words实现Word转换Pdf在Linux服务器上的中文乱码问题`**

### 3、spire.doc.free ###

**Spire.Doc for Java是一个专业的 Word API，它使 Java 应用程序能够创建、转换、操作和打印 Word文档，而无需依赖 Microsoft Word。通过使用这个多功能库，开发人员可以轻松处理大量任务，例如插入图像、超链接、 数字签名、书签和水印、设置页眉和页脚、创建表格、设置背景图像以及添加脚注和尾注。此外，Spire.Doc for Java 支持从Word 到 PDF、XPS、Image、EPUB、HTML、TXT、ODT、RTF、WordML、WordXML 等文件格式转换。**

**注意：免费版Free Spire.Doc for Java 仅限于 500 个段落和 25 个表格。在读取或写入文件期间会强制执行此限制。将Word文档转换为PDF和XPS文件时，您只能获取PDF文件的前3页。**

**官网：[https://www.e-iceblue.com/Introduce/doc-for-java.html][https_www.e-iceblue.com_Introduce_doc-for-java.html]**

![\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-lMa7mE7l-1691567356239)(img\\SpireDocForJava.png)\]][img-lMa7mE7l-1691567356239_img_SpireDocForJava.png]

*下载 Spire.Doc for Java 开始免费试用：*[https://www.e-iceblue.com/Download/doc-for-java.html][https_www.e-iceblue.com_Download_doc-for-java.html]

#### **引入依赖：** ####

<repositories>
        <repository>
            <id>com.e-iceblue</id>
            <url>https://repo.e-iceblue.cn/repository/maven-public/</url>
        </repository>
    </repositories>
    
    
    <dependency>
        <groupId>e-iceblue</groupId>
        <artifactId>spire.doc.free</artifactId>
        <version>5.2.0</version>
    </dependency>

#### 代码如下： ####

import com.spire.doc.FileFormat;
    
    private static void spireWordToPdf() throws IOException {
        
        //实例化Document类的对象
        com.spire.doc.Document doc = new com.spire.doc.Document();
    
        // 下载Word文件
    //        URL url = new URL("http://xxxx/ExportWord_230724_172956.docx");
    //        InputStream inputStream = url.openStream();
    //        doc.loadFromStream(inputStream,FileFormat.Docx);
        //加载Word
        doc.loadFromFile("D:\\GoogleDownload\\ExportWord_230803_032555.docx");
        //保存为PDF格式
    
        doc.saveToFile("C:\\Users\\WPC\\Desktop\\test.pdf", FileFormat.PDF);
    }

### 4、documents4j ###

**官网:[https://documents4j.com/\#/][https_documents4j.com]**

**GitHub:[https://github.com/documents4j/documents4j][https_github.com_documents4j_documents4j]**

**`documents4j` 是一个跨平台的文档转换库，并且可以在 Linux 上进行 Word 转 PDF 的操作。**

**它利用 `Microsft Office` 的 APIs 来进行文档转换，因此需要在Linux上安装 `OpenOffice/LibreOffice` 编辑器。**

**以下是在Linux环境下执行 Word 转 PDF 的基本步骤：**

> **Ubuntu：使用以下命令安装**
> 
>     sudo apt-get install libreoffice
> 
> **CentOS：使用以下命令安装**
> 
>     sudo yum install libreoffice
> 
> #### 引入依赖： ####

<dependency>
        <groupId>com.documents4j</groupId>
        <artifactId>documents4j-local</artifactId>
        <version>1.0.3</version>
    </dependency>
    <dependency>
        <groupId>com.documents4j</groupId>
        <artifactId>documents4j-transformer-msoffice-word</artifactId>
        <version>1.0.3</version>
    </dependency>

#### 代码如下： ####

import com.documents4j.api.DocumentType;
    import com.documents4j.api.IConverter;
    import com.documents4j.job.LocalConverter;    
    
    public static void word2pdf() throws IOException {
        
        // 参考：https:blog.csdn.net/ka3p06/article/details/125476270 通过documents4j实现
        InputStream docxInputStream = null;
        OutputStream outputStream = null;
        try {
        
            // 原word地址
    //            docxInputStream = new FileInputStream("E:\\\\test2\\\\word模板.docx");
            URL url = new URL("http://xxxx/ExportWord_230724_172956.docx");
            docxInputStream = url.openStream();
    
            // 转换后pdf生成地址
            outputStream = new FileOutputStream("C:\\Users\\WPC\\Desktop\\test.pdf");
            IConverter converter = LocalConverter.builder().build();
            converter.convert(docxInputStream)
                    .as(DocumentType.DOCX)
                    .to(outputStream)
                    .as(DocumentType.PDF).execute();
            // 关闭
            converter.shutDown();
            // 关闭
            outputStream.close();
            // 关闭
            docxInputStream.close();
        } catch (Exception e) {
        
            System.out.println("[documents4J] word转pdf失败:" + e.toString());
        } finally {
        
            if (outputStream != null) {
        
                outputStream.close();
            }
            if (docxInputStream != null) {
        
                docxInputStream.close();
            }
        }
    }

### Java使用Spire.Pdf或Aspose-Words实现Word转换Pdf在Linux服务器上的中文乱码问题 ###

#### 原因分析： ####

> **当Word文档中含有中文字符时，不管是使用Spire.Pdf或Aspose-Words实现Word转换Pdf，代码的执行都需要调用操作系统的本地字体库支持，否则所有中文字符都将乱码。**

> **在Windows环境下没有问题但是在Linux环境下有问题，说明不是代码或者输入输出流编码的问题，根本原因是两个平台环境的问题。出现乱码说明Linux环境中没有相应的字体以供使用**
> 
> **如果你的代码想要在Linux服务器上完美运行，就需要给Linux服务器安装中文字体库**

#### 解决方案: ####

> **将转换无问题的Windows主机中的字体拷贝到Linux平台下进行安装，重启服务器后转换就不会出现乱码**

**Windows字体复制到Linux环境并安装**

> **Windows字体库的位置是`C:\Windows\fonts`，这里面包含所有Windows下可用的字体**

> **Linux字体库的位置是 `/usr/share/Fonts`**
> 
> **在该目录下新建一个目录，比如目录名叫 windows，然后将 Windows 字体库中你要的字体文件复制到新建的目录下`(只需要复制*.ttc，和*.ttf格式的文件)`**
> 
> **更改这些字体库的权限**
> 
>     sudo chmod 755 /usr/share/fonts/windows/*
> 
> **然后进入Linux字体库**
> 
>     cd /usr/share/fonts/windows/
> 
> **接着根据当前目录下的字体建立scale文件。PS：如果提示找不到这个命令，使用：yum install mkfontscale**
> 
>     sudo mkfontscale
> 
> **接着建立dir文件。PS：如果提示找不到这个命令，使用：yum install fontconfig**
> 
>     sudo mkfontdir
> 
> **然后运行**
> 
>     sudo fc-cache
> 
> **最后需要重启一次服务器**

**如果是docker环境下**

**重复上面操作，不过进入的服务器是宿主机**

\*\*docker run -v /usr/share/fonts:/usr/share/fonts \*\*\*\*\*  
**docker启动时共享宿主机的字体库重启docker项目即可解决乱码问题**

[https_products.aspose.com_words_java]: https://products.aspose.com/words/java/
[https_releases.aspose.com_java_repo_com_aspose_aspose-words_18.6_aspose-words-18.6-jdk16.jar]: https://releases.aspose.com/java/repo/com/aspose/aspose-words/18.6/aspose-words-18.6-jdk16.jar
[https_www.e-iceblue.com_Introduce_doc-for-java.html]: https://www.e-iceblue.com/Introduce/doc-for-java.html
[img-lMa7mE7l-1691567356239_img_SpireDocForJava.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/34980caa07cc44eb8978600dcf85df16.png
[https_www.e-iceblue.com_Download_doc-for-java.html]: https://www.e-iceblue.com/Download/doc-for-java.html
[https_documents4j.com]: https://documents4j.com/#/
[https_github.com_documents4j_documents4j]: https://github.com/documents4j/documents4j