Java中Word转PDF解决方案 | 您所在的位置:网站首页 › word怎么转彩色pdf › Java中Word转PDF解决方案 |
最近在做一个Web项目,需要用户把Word上传然后展示到页面,但是Word在线浏览的功能不及PDF,因此需要将Word转换成PDF然后展示出来。其中遇到许多问题,特此记录,如有不妥之处请指正。 一、实现功能1、doc、docx都可转换为PDF 2、word含有中文的转换为PDF后可显示 二、转换步骤word —> html —> pdf 三、使用工具(Jar包)1、poi、itext(如下maven配置)作用:poi:用于将word转换为html;itext:将html转换为pdf poi配置 itext配置 poi、itext版本 2、jsoup(maven配置如下)作用:poi可以将以docx结尾的word完美转换为html,但是将以doc结尾的word转换为html后meta、img等标签不闭合,导致使用itext将生成的html转换为pdf时报错,因此需要使用jsoup.parse方法使html规范。 jsoup配置 四、上代码1、word转html(1)doc结尾word(相对复杂) doc结尾word转html (2)docx结尾word docx结尾word转html (3)使用jsoup规范html并保存到磁盘 jsoup规范html 2、html转pdf html转pdf 五、问题太棒啦,word终于可以转换成pdf(可以升值加薪啦😁) 打脸了吧别高兴太早,打开doc结尾的word转换的pdf会发现所有的中文都不显示,只有数字和英文,本来十几页的word最后剩下几页;打开docx结尾的word转换的pdf会发现更悲剧,什么也不显示,一个空白的文档。捂着脸继续研究。。。。。。 表急,听我慢慢道来 1、中文显示问题原因:中文在pdf中不显示是因为XMLWorkHelper的parseXHtml方法在执行过程中使用默认字体,而该字体不包含中文,因此不显示中文。 解决方案:parseXHtml方法还有一个重载方法,其中一个参数是FontProvider,FontProvider是一个接口,扩展接口使其拥有中文显示功能(如下图)。 parseXHtml重载方法 扩展类(宋体字)项目中我的扩展类中使用宋体字(正式word文档中使用该字体较多,simsun代表宋体),BaseFont.createFont的设置可以参考该文章http://blog.csdn.net/ol_beta/article/details/5926451,这里不再赘述。 至此,中文不显示问题已解决。 2、docx结尾word转pdf空白原因:打开docx结尾的word转化的html文件,发现body中有一个或多个div包裹内层标签,这些div设置了style的width值,width过大导致转换的pdf空白。 罪魁祸首 解决方案:我用的方法最简单粗暴,在jsoup格式化完成后找到style然后替换为空。 如style有width,替换之注:该处的div指的是body中最直接的子div,而这些div中的又包含的div不影响。 大功告成,可以生成美美的PDF了。 |
CopyRight 2018-2019 实验室设备网 版权所有 |