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

最新推荐文章于 2024-03-11 20:43:11 发布

layman1024

最新推荐文章于 2024-03-11 20:43:11 发布

阅读量2k

点赞数 1

分类专栏： pdf处理

pdf处理专栏收录该内容

17 篇文章 0 订阅

订阅专栏

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pdf文件的时候，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 ” / “ :

举个栗子：

这是我直接用pio生成的html中的一部分, META、img 标签明显就没有对应闭合标签。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pio转换html 的代码：

[java] view plain copy

package com.smart.sys.core.service.io.poi;
import org.apache.poi.hwpf.HWPFDocument;
import org.apache.poi.hwpf.converter.PicturesManager;
import org.apache.poi.hwpf.converter.WordToHtmlConverter;
import org.apache.poi.hwpf.usermodel.Picture;
import org.apache.poi.hwpf.usermodel.PictureType;
import org.jsoup.Jsoup;
import org.w3c.dom.Document;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.ParserConfigurationException;
import javax.xml.transform.OutputKeys;
import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerException;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.dom.DOMSource;
import javax.xml.transform.stream.StreamResult;
import java.io.*;
import java.util.List;
/**
* Created by Carey on 15-2-2.
*/
public class Word2Html {
public static void main(String argv[]) {
try {
convert2Html("D:\\新建 Microsoft Word 文档.doc","D:\\1.html");
} catch (Exception e) {
e.printStackTrace();
}
}
//输出html文件
public static void writeFile(String content, String path) {
FileOutputStream fos = null;

[java] view plain copy

BufferedWriter bw = null;
org.jsoup.nodes.Document doc = Jsoup.parse(content);
content=doc.html();
try {
File file = new File(path);
fos = new FileOutputStream(file);
bw = new BufferedWriter(new OutputStreamWriter(fos,"UTF-8"));
bw.write(content);
} catch (FileNotFoundException fnfe) {
fnfe.printStackTrace();
} catch (IOException ioe) {
ioe.printStackTrace();
} finally {
try {
if (bw != null)
bw.close();
if (fos != null)
fos.close();
} catch (IOException ie) {
}
}
}
//word 转 html
public static void convert2Html(String fileName, String outPutFile)
throws TransformerException, IOException,
ParserConfigurationException {
HWPFDocument wordDocument = new HWPFDocument(new FileInputStream(fileName));//WordToHtmlUtils.loadDoc(new FileInputStream(inputFile));
//兼容2007 以上版本
// XSSFWorkbook xssfwork=new XSSFWorkbook(new FileInputStream(fileName));
WordToHtmlConverter wordToHtmlConverter = new WordToHtmlConverter(
DocumentBuilderFactory.newInstance().newDocumentBuilder()
.newDocument());
wordToHtmlConverter.setPicturesManager( new PicturesManager()
{
public String savePicture( byte[] content,
PictureType pictureType, String suggestedName,
float widthInches, float heightInches )
{
return "test/"+suggestedName;
}
} );
wordToHtmlConverter.processDocument(wordDocument);
//save pictures
List pics=wordDocument.getPicturesTable().getAllPictures();
if(pics!=null){
for(int i=0;i<pics.size();i++){
Picture pic = (Picture)pics.get(i);
System.out.println();
try {
pic.writeImageContent(new FileOutputStream("D:/test/"
+ pic.suggestFullFileName()));
} catch (FileNotFoundException e) {
e.printStackTrace();
}
}
}
Document htmlDocument = wordToHtmlConverter.getDocument();
ByteArrayOutputStream out = new ByteArrayOutputStream();
DOMSource domSource = new DOMSource(htmlDocument);
StreamResult streamResult = new StreamResult(out);
TransformerFactory tf = TransformerFactory.newInstance();
Transformer serializer = tf.newTransformer();
serializer.setOutputProperty(OutputKeys.ENCODING, "UTF-8");
serializer.setOutputProperty(OutputKeys.INDENT, "yes");
serializer.setOutputProperty(OutputKeys.METHOD, "HTML");
serializer.transform(domSource, streamResult);
out.close();
writeFile(new String(out.toByteArray()), outPutFile);
}
}

好了第二步生成pdf ，我直接上代码了！

[java] view plain copy

package com.smart.sys.core.service.io.itext;
import com.lowagie.text.pdf.BaseFont;
import org.xhtmlrenderer.pdf.ITextFontResolver;
import org.xhtmlrenderer.pdf.ITextRenderer;
import java.io.File;
import java.io.FileOutputStream;
import java.io.OutputStream;
/**
* Created by Carey on 15-2-2.
*/
public class Html2Pdf {
public boolean convertHtmlToPdf(String inputFile, String outputFile)
throws Exception {
OutputStream os = new FileOutputStream(outputFile);
ITextRenderer renderer = new ITextRenderer();
String url = new File(inputFile).toURI().toURL().toString();
renderer.setDocument(url);
// 解决中文支持问题
ITextFontResolver fontResolver = renderer.getFontResolver();
fontResolver.addFont("C:/Windows/Fonts/simsunb.ttf", BaseFont.IDENTITY_H, BaseFont.NOT_EMBEDDED);
//解决图片的相对路径问题
renderer.getSharedContext().setBaseURL("file:/D:/test");
renderer.layout();
renderer.createPDF(os);
os.flush();
os.close();
return true;
}
public static void main(String [] args){
Html2Pdf html2Pdf =new Html2Pdf();
try {
html2Pdf.convertHtmlToPdf("D:\\1.html","D:\\index.pdf");
} catch (Exception e) {
e.printStackTrace();
}
}
}

如果报这个错误就是iText的包要用2.0.8版本的

Exception in thread "main" java.lang.NoSuchMethodError: com.lowagie.text.pdf.BaseFont.getCharBBox(C)[I

所需jar包

iText-2.0.8.jar

core-renderer.jar

iTextAsian.jar

iTextAsianCmaps.jar

jsoup-1.8.1.jar

layman1024

关注

1
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
java 实现word 转PDF （采用第三方技术 IText、Poi、Jsoup）

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pdf文件的时候，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 ” / “ :
复制链接

扫一扫