java生成pdf(word模板转html，html再转pdf)

场景描述：

    公司需要做一个打印功能，采用生成PDF的形式。由于PDF需要动态生成某些行，不能采用制作PDF表单的形式，word文档直接转PDF的形式会导致排版不美观。由于需要部署在linux服务器，采用windows的中间件的框架也不方便采用，最后选择了动态操作word文档，word文档生成html，再把html转为pdf的形式。

    中间也经历了不少坑，下面慢慢一一道来。

一、加pom依赖

      操作word文档的依赖
        <dependency>
            <groupId>org.apache.poi</groupId>
            <artifactId>poi</artifactId>
            <version>3.15</version>
        </dependency>
        <dependency>
           <groupId>org.apache.poi</groupId>
           <artifactId>poi-ooxml</artifactId>
           <version>3.15</version>
        </dependency>

pdf依赖

<dependency>
            <groupId>com.itextpdf</groupId>
            <artifactId>itextpdf</artifactId>
            <version>5.5.10</version>
        </dependency>
        <dependency>
            <groupId>com.itextpdf</groupId>
            <artifactId>itext-asian</artifactId>
            <version>5.2.0</version>
        </dependency>
        <dependency>
            <groupId>com.itextpdf.tool</groupId>
            <artifactId>xmlworker</artifactId>
            <version>5.5.11</version>
        </dependency>

       <dependency>
            <groupId>org.jsoup</groupId>
            <artifactId>jsoup</artifactId>
            <version>1.14.2</version>
        </dependency>

        <dependency>
            <groupId>com.itextpdf.tool</groupId>
            <artifactId>xmlworker</artifactId>
            <version>5.5.0</version>
        </dependency>

        <dependency>
            <groupId>org.xhtmlrenderer</groupId>
            <artifactId>flying-saucer-pdf-itext5</artifactId>
            <version>9.1.22</version>
        </dependency>

二、代码

 ClassPathResource resource = new ClassPathResource("你的word文档模板.docx");

 //获取word对应的对象
XWPFDocument wordDocument = getWord(resource, rhPersonTargetList);

//把word生成的html保存到ByteArrayOutputStream中
ByteArrayOutputStream htmlOs = new ByteArrayOutputStream();
XHTMLConverter.getInstance().convert(wordDocument, htmlOs, null);
String html = new String(htmlOs.toByteArray(), "UTF-8");

//生成条形码图片，此处不提供生成条形码的代码，可以理解成插入一张图片
byte[] barcode = BarCodeUtils.generateBarCode128(target.getCardNo(), false);
//处理html标签、样式问题
 String htmltext = processHtml(barcode, html, map);
logger.debug(htmltext);
//把对应的html转换成pdf
ByteArrayOutputStream pdfOs = new ByteArrayOutputStream();
html2pdf(htmltext, pdfOs);

//拿到pdf数据

return pdfOs.toByteArray();

public static void html2pdf(String html, OutputStream os) throws Exception {

        ITextRenderer renderer = new ITextRenderer();
        renderer.setDocumentFromString(html);

        // step 3 解决中文支持，需要自己找到对应的字体
        ITextFontResolver fontResolver = renderer.getFontResolver();
        ClassPathResource resource = new ClassPathResource("font/SIMSUN.TTC");
        String fontPath = resource.getURL().getPath();

      
        if ("linux".equals(System.getProperty("os.name").toLowerCase())) {
            fontPath = "/usr/share/fonts/chiness/SIMSUN.TTC";
        } else {
            fontPath =  "SIMSUN.TTC";
         }
        fontResolver.addFont(fontPath, BaseFont.IDENTITY_H, BaseFont.NOT_EMBEDDED);

        renderer.layout();
        ByteArrayOutputStream pdfOs = new ByteArrayOutputStream();
        renderer.createPDF(pdfOs);
        byte[] data = removeBlankPdfPages(pdfOs.toByteArray());
        os.write(data);
        os.close();
    }

   //去掉空白的pdf页
    public static byte[] removeBlankPdfPages(byte[] source) {
        
        try {
            //第1步：创建新读者
            PdfReader r = new PdfReader(source); 
              
            RandomAccessFileOrArray raf = new RandomAccessFileOrArray(source);
            Document document = new Document(r.getPageSizeWithRotation(1)); 
              
            ByteArrayOutputStream pdfOs = new ByteArrayOutputStream();
            //步骤2：创建一个侦听文档的编写器
            PdfCopy writer = new PdfCopy(document, pdfOs); 
            //第3步：我们打开文件
            document.open(); 
            //第4步：我们添加内容
            PdfImportedPage page = null; 
              
            //遍历每一页，如果bs大于20，我们知道它不是空白。 
            //如果小于20，则不包括该空白页面。 
            for(int i = 1; i <= r.getNumberOfPages(); i ++) {
                
                //获取页面内容
                byte bContent [] = r.getPageContent(i, raf); 
                ByteArrayOutputStream bs = new ByteArrayOutputStream(); 
                //将内容写入输出流
                bs.write(bContent); 
                logger.debug("页面内容页面长度"+ i +"="+ bs.size()); 
                //将页面添加到新的pdf 
                if(bs.size() > 120) {
                    page = writer.getImportedPage(r, i);
                    writer.addPage(page); 
                } 
                bs.close(); 
            } 
                  //关闭所有
            document.close(); 
            writer.close(); 
            raf.close(); 
            r.close(); 
            return pdfOs.toByteArray();
        } 
        catch(Exception e){
             
        } 
        return source;
    }

 /**

     * 生成业务对应的word文档

     *

     * @param resource           word文档模板的资源

     * @param

     * @return 生成的word文档

     * @throws IOException

     */

    private XWPFDocument getWord(ClassPathResource resource, List<?> list)

            throws IOException {

        XWPFDocument wordDocument = new XWPFDocument(resource.getInputStream());

        //如果是业务表格需要某行自动拓展多行，根据list动态生成行        Iterator<XWPFTable> itTable = wordDocument.getTablesIterator();//获得Word的表格

        if (list!= null && list.size() != 0) {

            while (itTable.hasNext()) { //遍历表格

                int trailing = 0;

                XWPFTableRow trailingRow = null;

                XWPFTable table = (XWPFTable) itTable.next();

                int count = table.getNumberOfRows();//获得表格总行数

                for (int i = 0; i < count; i++) { //遍历表格的每一行

                    XWPFTableRow row = table.getRow(i);//获得表格的行

                    List<XWPFTableCell> cells = row.getTableCells();//在行元素中，获得表格的单元格

                    int cellSize = cells.size();

                    for (int j = 0; j < cellSize; j++) {

                        XWPFTableCell cell = cells.get(j);

//包含了关键字的一行                        

if (!StringUtils.isEmpty(cell.getText()) && "关键字".equals(cell.getText())) {

                            trailingRow = row;

                            trailing = i;

                        }

                    }

                }

                int size = list.size();

                for (int i = 0; i < size; i++) {

                    Object obj = list.get(i);

                    copy(table, trailingRow, trailing + i + 1, obj);

                }

                table.removeRow(trailing);

            }

        }

        return wordDocument;

    }

    /**

     * 复制随迁人对应的行，并进行赋值

     *

     * @param table

     * @param sourceRow

     * @param rowIndex

     * @param rhPersonTarget

     */

    public void copy(XWPFTable table, XWPFTableRow sourceRow, int rowIndex, Object obj) {

        //在表格指定位置新增一行

        XWPFTableRow targetRow = table.insertNewTableRow(rowIndex);

        //复制行属性

        targetRow.getCtRow().setTrPr(sourceRow.getCtRow().getTrPr());

        List<XWPFTableCell> cellList = sourceRow.getTableCells();

        if (cellList == null) {

            return;

        }

        //复制列及其属性和内容

        XWPFTableCell targetCell = null;

        int cellListSize = cellList.size();

        for (int i = 0; i < cellListSize; i++) {

            XWPFTableCell sourceCell = cellList.get(i);

            targetCell = targetRow.addNewTableCell();

            //列属性

            targetCell.getCTTc().setTcPr(sourceCell.getCTTc().getTcPr());

            //段落属性

            if (sourceCell.getParagraphs() != null && sourceCell.getParagraphs().size() > 0) {

                targetCell.getParagraphs().get(0).getCTP().setPPr(sourceCell.getParagraphs().get(0).getCTP().getPPr());

                if (sourceCell.getParagraphs().get(0).getRuns() != null && sourceCell.getParagraphs().get(0).getRuns().size() > 0) {

                    XWPFRun cellR = targetCell.getParagraphs().get(0).createRun();

                    cellR.setFontSize(9);

//根据obj进行赋值，请自行处理

cellR.setText( );

cellR.setBold(sourceCell.getParagraphs().get(0).getRuns().get(0).isBold());

                } else {

                    targetCell.setText(sourceCell.getText());

                }

            } else {

                targetCell.setText(sourceCell.getText());

            }

        }

    }

坑一：poi的版本建议使用3.15或者之前的版本，过高的版本在运行是会报一堆类找不到的错误，经过实测，3.15之后的版本都会报错。

坑二：操作word的时候，由于是读取了模板，setText方法无法直接赋值，如果word文档表格有只，setText会追加到原来的值后面。动态插入的表格行可以直接赋值，由于屏蔽了业务代码，需要自己进行改动使用。

本人采用的方式是不走setText方法进行赋值，在word文档的对应的表格设置关键字，直接在html进行关键字替换

坑三：word生成html未必是良好格式的，需要使用JSOUP框架进行校验：org.jsoup.nodes.Document htmlDocument = Jsoup.parse(html);

校验完成后得到的html也可能存在问题，需要自己拿到html进行发现，再手动处理对应的标签，比如<br>标签等。

坑四：word文档插入图片问题。由于需要插入条形码，word文档可以用poi框架直接操作插入图片，不过试过多次效果不理想，本人直接采用word文档模板采用占位图片，条形码生成为base64数据，采用替换<img>的方式进行，如果存在多图片还需要自行判断。

String image = Base64.encodeBase64String(barcode);

image = "data:image/jpg;base64," + image;

坑五：html转成pdf的时候，可能会存在空白页，该页不存在内容，但存在几十或者一百多个字节，导致pdf多了一页空白页。所以本人采用判断pdf页面的字节长度，是否把该页移除。对应的方法是removeBlankPdfPages