java 实现word 转PDF (采用第三方技术 IText、Poi、Jsoup)

转载 2015年02月03日 14:48:07

    先讲讲思路:

                       第一步:使用 poi 将word转换成 html,这里代码一搜一堆没什么好说的千篇一律。

                        (值得注意的地方是IText 根据html生成文件的是否会验证html文件是否标准,例如通过poi转换的出来的html文件的一些标签会缺少标签闭合 ,

                     举个例子:  

<html>
                                <head>
                                                <META http-equiv="Content-Type" content="text/html; charset=UTF-8">

                  <img src="test/0.jpg" style="width:5.765972in;height:8.647917in;vertical-align:text-bottom;">     

                               这是我直接用poi生成的html中的一部分, META、img 标签明显就没有闭合标签。如果用这种html进行转换是没有办法通过itext 的校验的。会出现以下异常 

错误:        “The element type "meta" must be terminated by the matching end-tag "</meta>".”
org.xhtmlrenderer.util.XRRuntimeException: Can't load the XML resource (using TRaX transformer). org.xml.sax.SAXParseException: The element type "meta" must be terminated by the matching end-tag "</meta>".  。

               从错误分析也知道是我们的html不规范拉,我们采用第三方 jar 包  Jsoup,  直接调用parse方法 我们的html就标准啦!


因为遇到这个问题让我头疼了半天,没想到就这么轻松的解决了,发个博文支援一下遇到该问题的小伙伴们 !

下面是poi转换html 的代码:


         

  1. package com.smart.sys.core.service.io.poi;  
  2.   
  3. import org.apache.poi.hwpf.HWPFDocument;  
  4. import org.apache.poi.hwpf.converter.PicturesManager;  
  5. import org.apache.poi.hwpf.converter.WordToHtmlConverter;  
  6. import org.apache.poi.hwpf.usermodel.Picture;  
  7. import org.apache.poi.hwpf.usermodel.PictureType;  
  8. import org.jsoup.Jsoup;   
  9. import org.w3c.dom.Document;  
  10.   
  11. import javax.xml.parsers.DocumentBuilderFactory;  
  12. import javax.xml.parsers.ParserConfigurationException;  
  13. import javax.xml.transform.OutputKeys;  
  14. import javax.xml.transform.Transformer;  
  15. import javax.xml.transform.TransformerException;  
  16. import javax.xml.transform.TransformerFactory;  
  17. import javax.xml.transform.dom.DOMSource;  
  18. import javax.xml.transform.stream.StreamResult;  
  19. import java.io.*;  
  20. import java.util.List;  
  21.   
  22. /** 
  23.  * Created by Carey on 15-2-2. 
  24.  */  
  25. public class Word2Html {  
  26.   
  27.   
  28.     public static void main(String argv[]) {  
  29.         try {  
  30.             convert2Html("D:\\新建 Microsoft Word 文档.doc","D:\\1.html");  
  31.         } catch (Exception e) {  
  32.             e.printStackTrace();  
  33.         }  
  34.     }  
  35.   
  36.     //输出html文件   
  37.     public static void writeFile(String content, String path) {  
  38.         FileOutputStream fos = null;   
  1.         BufferedWriter bw = null;  
  2.         org.jsoup.nodes.Document doc = Jsoup.parse(content);  
  3.          content=doc.html();  
  4.         try {  
  5.             File file = new File(path);  
  6.             fos = new FileOutputStream(file);  
  7.             bw = new BufferedWriter(new OutputStreamWriter(fos,"UTF-8"));  
  8.             bw.write(content);  
  9.         } catch (FileNotFoundException fnfe) {  
  10.             fnfe.printStackTrace();  
  11.         } catch (IOException ioe) {  
  12.             ioe.printStackTrace();  
  13.         } finally {  
  14.             try {  
  15.                 if (bw != null)  
  16.                     bw.close();  
  17.                 if (fos != null)  
  18.                     fos.close();  
  19.             } catch (IOException ie) {  
  20.             }  
  21.         }  
  22.     }  
  23.   
  24.     //word 转 html   
  25.     public static void convert2Html(String fileName, String outPutFile)  
  26.             throws TransformerException, IOException,  
  27.             ParserConfigurationException {  
  28.   
  29.         HWPFDocument wordDocument = new HWPFDocument(new FileInputStream(fileName));//WordToHtmlUtils.loadDoc(new FileInputStream(inputFile));  
  30.          //兼容2007 以上版本  
  31. //        XSSFWorkbook  xssfwork=new XSSFWorkbook(new FileInputStream(fileName));  
  32.         WordToHtmlConverter wordToHtmlConverter = new WordToHtmlConverter(  
  33.                 DocumentBuilderFactory.newInstance().newDocumentBuilder()  
  34.                         .newDocument());  
  35.         wordToHtmlConverter.setPicturesManager( new PicturesManager()  
  36.         {  
  37.             public String savePicture( byte[] content,  
  38.                                        PictureType pictureType, String suggestedName,  
  39.                                        float widthInches, float heightInches )  
  40.             {  
  41.                 return "test/"+suggestedName;  
  42.             }  
  43.         } );  
  44.         wordToHtmlConverter.processDocument(wordDocument);  
  45.         //save pictures  
  46.         List pics=wordDocument.getPicturesTable().getAllPictures();  
  47.         if(pics!=null){  
  48.             for(int i=0;i<pics.size();i++){  
  49.                 Picture pic = (Picture)pics.get(i);  
  50.                 System.out.println();  
  51.                 try {  
  52.                     pic.writeImageContent(new FileOutputStream("D:/test/"  
  53.                             + pic.suggestFullFileName()));  
  54.                 } catch (FileNotFoundException e) {  
  55.                     e.printStackTrace();  
  56.                 }  
  57.             }  
  58.         }  
  59.         Document htmlDocument = wordToHtmlConverter.getDocument();  
  60.   
  61.         ByteArrayOutputStream out = new ByteArrayOutputStream();  
  62.         DOMSource domSource = new DOMSource(htmlDocument);  
  63.         StreamResult streamResult = new StreamResult(out);  
  64.   
  65.   
  66.         TransformerFactory tf = TransformerFactory.newInstance();  
  67.         Transformer serializer = tf.newTransformer();  
  68.         serializer.setOutputProperty(OutputKeys.ENCODING, "UTF-8");  
  69.         serializer.setOutputProperty(OutputKeys.INDENT, "yes");  
  70.         serializer.setOutputProperty(OutputKeys.METHOD, "HTML");  
  71.         serializer.transform(domSource, streamResult);  
  72.         out.close();  
  73.         writeFile(new String(out.toByteArray()), outPutFile);  
  74.     }  
  75. }  
       


  好了第二步生成pdf ,我直接上代码了 !

 

  1. package com.smart.sys.core.service.io.itext;  
  2.   
  3. import com.lowagie.text.pdf.BaseFont;  
  4. import org.xhtmlrenderer.pdf.ITextFontResolver;  
  5. import org.xhtmlrenderer.pdf.ITextRenderer;  
  6.   
  7. import java.io.File;  
  8. import java.io.FileOutputStream;  
  9. import java.io.OutputStream;  
  10.   
  11. /** 
  12.  * Created by Carey on 15-2-2. 
  13.  */  
  14. public class Html2Pdf {  
  15.   
  16.   
  17.     public boolean convertHtmlToPdf(String inputFile, String outputFile)  
  18.             throws Exception {  
  19.   
  20.         OutputStream os = new FileOutputStream(outputFile);  
  21.         ITextRenderer renderer = new ITextRenderer();  
  22.         String url = new File(inputFile).toURI().toURL().toString();  
  23.         renderer.setDocument(url);  
  24.         // 解决中文支持问题  
  25.         ITextFontResolver fontResolver = renderer.getFontResolver();  
  26.         fontResolver.addFont("C:/Windows/Fonts/simsunb.ttf", BaseFont.IDENTITY_H, BaseFont.NOT_EMBEDDED);  
  27.         //解决图片的相对路径问题  
  28.         renderer.getSharedContext().setBaseURL("file:/D:/test");  
  29.         renderer.layout();  
  30.         renderer.createPDF(os);  
  31.         os.flush();  
  32.         os.close();  
  33.         return true;  
  34.     }  
  35.   
  36.   
  37.      public   static  void  main(String [] args){  
  38.          Html2Pdf html2Pdf =new Html2Pdf();  
  39.          try {  
  40.              html2Pdf.convertHtmlToPdf("D:\\1.html","D:\\index.pdf");  
  41.          } catch (Exception e) {  
  42.              e.printStackTrace();  
  43.          }  
  44.      }  
  45. }  


 pdf 的转换的详细细节也是参考了一位大神的代码,人家写的非常详细,我这里也不再赘述 、这里附上链接 :

          http://www.open-open.com/lib/view/open1341881830588.html


所需jar包 

iText-2.0.8.jar

core-renderer.jar

iTextAsian.jar

iTextAsianCmaps.jar

jsoup-1.8.1.jar

下载地址:

http://download.csdn.net/detail/ptzrbin/8419791

相关文章推荐

Word转PDF(Java实现)

目前在做一个与文档有关的项目,网上看到的都是利用OpenOffice来转化word为pdf的,其实局限性很大,下载那么大一个软件,却只是为了它的服务。所以决定找一下有没有别的方法,终于遇到了docx4...

Java程序实现Word文档转为pdf以及出现的问题解决

做兽医项目需要用到这种需求,很多程序员都遇到过,有些word文档希望直接在浏览器中打开进行预览,但是浏览器往往不是很配合,直接就提示下载,不像pdf文档,浏览器可以直接进行预览。 1. Word文...

Delphi7高级应用开发随书源码

  • 2003年04月30日 00:00
  • 676KB
  • 下载

Delphi7高级应用开发随书源码

  • 2003年04月30日 00:00
  • 676KB
  • 下载

Java Word 转 Pdf

Java Word 转 Pdf 前言:        平常项目中遇到需要将word转换为pdf,我们一般利用的是jacob.jar组件,这个组件利用的是微软office组件,但有时项目需要部署到l...

java实现word转pdf第二种方法

之前说过的第一种方法 在我的项目中出现了问题 生产上就是word转pdf没有汉字显示,只有字母和数字。 因为代码中有选择字体 public int registerDirectories(){ ...
  • hy614
  • hy614
  • 2017年05月16日 10:12
  • 1342

java word转pdf的几种方法

最近公司需要以word为模版,填充数据,然后转成pdf。做了一点点研究 1.使用xdocreport进行转(优点效率高,缺点对word格式要求较大,适合对生成pdf要求不高的情况) /** ...

java实现word转pdf

网上有很多word转pdf的工具和代码,比如:poi, itext, jacob, openoffice, xdocreport等等 我记得还有日本一个开源工具word转pdf。 今天说说我...
  • hy614
  • hy614
  • 2017年04月01日 14:09
  • 3564

Delphi7高级应用开发随书源码

  • 2003年04月30日 00:00
  • 676KB
  • 下载

Delphi7高级应用开发随书源码

  • 2003年04月30日 00:00
  • 676KB
  • 下载
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:java 实现word 转PDF (采用第三方技术 IText、Poi、Jsoup)
举报原因:
原因补充:

(最多只允许输入30个字)