Java将Word转换成PDF

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.poigroupId>    <artifactId>poiartifactId>    <version>4.1.2version>dependency> <dependency>    <groupId>org.apache.poigroupId>    <artifactId>poi-ooxmlartifactId>    <version>4.1.2version>dependency> <dependency>    <groupId>com.itextpdfgroupId>    <artifactId>itextpdfartifactId>    <version>5.5.13.2version>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/

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

<dependency>    <groupId>com.asposegroupId>    <artifactId>aspose-wordsartifactId>    <version>18.6version>    <classifier>jdk16classifier>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：

<License>    <Data>        <Products>            <Product>Aspose.Total for JavaProduct>            <Product>Aspose.Words for JavaProduct>        Products>        <EditionType>EnterpriseEditionType>        <SubscriptionExpiry>20991231SubscriptionExpiry>        <LicenseExpiry>20991231LicenseExpiry>        <SerialNumber>8bfe198c-7f0c-4ef8-8ff0-acc3237bf0d7SerialNumber>    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

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

引入依赖：

<repositories>    <repository>        <id>com.e-iceblueid>        <url>https://repo.e-iceblue.cn/repository/maven-public/url>    repository>repositories><dependency>    <groupId>e-icebluegroupId>    <artifactId>spire.doc.freeartifactId>    <version>5.2.0version>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);}

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

4、documents4j

官网:https://documents4j.com/

GitHub: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.documents4jgroupId>    <artifactId>documents4j-localartifactId>    <version>1.0.3version>dependency><dependency>    <groupId>com.documents4jgroupId>    <artifactId>documents4j-transformer-msoffice-wordartifactId>    <version>1.0.3version>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

来源地址：https://blog.csdn.net/weixin_44000133/article/details/132190107