发布日期: 2024-04-13

使用 Documents4j 处理 Word 转 PDF

能实现这个功能的框架有很多，在满足免费开源并且效果不错的前提下，决定采用 Documents4j 进行转换。

Documents4j 策略

Documents4j 有两个策略，一个是本地策略，一个是远程策略，分别对应的架包是：

本地策略

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

远程策略

<dependency>
    <groupId>com.documents4j</groupId>
    <artifactId>documents4j-client</artifactId>
    <version>1.0.3</version>
</dependency>

Documents4j 的转换，可以理解为需要依托于微软的：MicrosoftWord / Excel。在本地机器上开发时（Win 电脑），使用本地策略，是可以完成转换的。但部署到 Linux 服务器上后就不能。

问题分析：

Win 电脑系统，默认已经有 MicrosoftWord / Excel 了。而服务器上的 Linux 系统并没有对应的服务，因此需要安装对应的插件。这里安装：LibreOffice。（安装教程这里省略不做详述）安装成功后使用命令测试验证：libreoffice7.1 --invisible --convert-to pdf:writer_pdf_Export /home/demo.docx --outdir /home/ 可以成功，但代码运行还是失败。
使用命令 /usr/bin/libreoffice7.1 --headless --accept=”socket,host=127.0.0.1,port=8100;urp;”- -nofirststartwizard & 启动 LibreOffice。启动成功后，代码运行还是失败。
使用远程策略，在 Win 电脑上安装 LibreOffice，然后代码里指向对应的地址。

官网说明：

JVM 在 MS Windows 平台上运行，该平台附带 Microsoft Scripting Host for VBS（对于所有现代版本的 MS Windows 都是如此）。

安装的 MS Word 版本为 2007 或更高版本。仅当安装 PDF 插件时才支持 PDF 转换。该插件包含在 Word 2010 及更高版本的 MS Word 中。

启动时 MS Word 尚未运行LocalConverter。对于由另一个 .NET 实例运行的 MS Word 实例尤其如此LocalConverter。（如前所述，请注意，对于在不同 JVM 上运行或由不同类加载器加载的实例也是如此。）

MS Word 已为运行 JVM 的用户正确激活和配置。因此，MS Word 不需要在程序启动或任何其他向导时进行任何配置。

当使用 JVM 应用程序LocalConverter作为服务运行时，请注意下面的 MS Windows 服务配置文件中有关使用 MS Word 的信息。

引入架包

<!--word转pdf-->
<dependency>
    <groupId>com.documents4j</groupId>
    <artifactId>documents4j-client</artifactId>
    <version>1.0.3</version>
</dependency>

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

<!--远程调用需要的架包-->
<dependency>
    <groupId>org.glassfish.jersey.inject</groupId>
    <artifactId>jersey-hk2</artifactId>
</dependency>

核心代码

// 转换后的文件信息, PDF 文件
File fileOut = new File(path);
// 临时文件
File tempPath = new File(temp);

// 远程地址
@Value("${spring.documents4j.url}")
private String documents4jUrl;

// 完成转换的代码，远程转换使用代码 RemoteConverter
IConverter converter = RemoteConverter.builder().baseFolder(tempPath).baseUri(documents4jUrl).build();
converter.convert(file.getInputStream()).as(DocumentType.DOCX).to(new FileOutputStream(fileOut)).as(DocumentType.PDF).execute();

// 完整核心代码
try (InputStream inputStream = file.getInputStream(); FileOutputStream outputStream = new FileOutputStream(fileOut)) {
    IConverter converter = RemoteConverter.builder().baseFolder(tempPath).baseUri(documents4jUrl).build();
    converter.convert(inputStream).as(DocumentType.DOCX).to(outputStream).as(DocumentType.PDF).execute();
} catch (Exception e) {
    throw new Exception("文件转换时发生异常: " + e.getMessage());
} finally {
    // 删除临时文件
    Files.deleteIfExists(Paths.get(path + pdfName));
}

安装服务

下载并安装：documents4j-server-standalone-1.1.8-shaded.jar。

https://repo1.maven.org/maven2/com/documents4j/documents4j-server-standalone/1.1.8/

documents4j-server-standalone-1.1.8-shaded.jar 的运行依赖 jdk，需要实现在 Win 电脑上安装 jdk。

编写运行脚本，重命名为.bat 文件。

@echo off
%1 mshta vbscript:CreateObject("WScript.Shell").Run("%~s0 ::",0,FALSE)(window.close)&&exit
java -jar D:\documents4j\documents4j-server-standalone-1.1.8-shaded.jar http://192.168.xxxx:9998 > D:\documents4j\documents4j.log 2>&1 &
exit