java利用openoffice进行文档转换

摘要，本文是使用了open office将doc、docx等文件格式转化为txt、pdf或html,效率与使用的操作系统相关，采用Linux效率普遍高于windows,所以在使用时，别单一注重了服务器性能，而忘记了操作系统对性能的影响。

1、安装openoffice(windows版忽略)

先到http://www.openoffice.org/zh-cn/download/下载需要的版本，用ftp传输到服务器或直接用wget方式下载到服务器。

• tar xvf Apache_OpenOffice_4.1.3_Linux_x86-64_install-rpm_zh-CN.tar.gz
• cd zh-CN/RPMS/
• rpm -ivh *
• rpm -ivh *.rpm

2、上传Windows字体到linux（解决乱码问题）

• 找到windows下的所有字体（simhei.ttf 黑体、simsun.ttc 宋体等）
• echo $JAVA_HOME #查看jdk路径
• 把所有字体上传至”jdk安装路径”/jre/lib/fonts/fallback下
• cat /etc/fonts/fonts.conf #查看Linux系统字体安装路径
• 把所有字体上传至/usr/share/fonts下、
• fc-cache #跟新缓存
• 重启openoffice进程即可

3、java使用

Java使用openoffice主要是调用了 jodconverter-cli-2.2.2.jar包。

• pom文件引用了如下以来

 <dependency>
	<groupId>org.openoffice</groupId> 
	<artifactId>juh</artifactId> 
	<version>4.1.2</version> 
</dependency> 
<dependency> 
	<groupId>org.openoffice</groupId> 
	<artifactId>jurt</artifactId> 
	<version>4.1.2</version> 
</dependency> 
<dependency> 
	<groupId>org.openoffice</groupId> 
	<artifactId>ridl</artifactId> 
	<version>4.1.2</version> 
</dependency> 
<dependency> 
	<groupId>org.openoffice</groupId> 
	<artifactId>unoil</artifactId> 
	<version>4.1.2</version> 
</dependency> 
<dependency> 
	<groupId>org.openoffice</groupId> 
	<artifactId>jodconverter</artifactId> 
	<version>2.2.2</version> 
	<scope>system</scope> 
	<systemPath>${basedir}/lib/jodconverter-2.2.2.jar</systemPath> 
	</dependency>

• 代码核心

// 获取连接 
OpenOfficeConnection connection = new SocketOpenOfficeConnection("C:\Program Files (x86)\OpenOffice 4"); 
try {
	 // 建立连接 
	 connection.connect(); 
	 // 开始转换 
	 DocumentConverter converter = new OpenOfficeDocumentConverter(connection);
	 converter.convert(file, pdfFile); 
	 // 关闭连接 
	 connection.disconnect(); 
} catch (ConnectException e) {
	 logger.error("转换失败，OpenOffice 服务未启动！", e); 
	 throw new TSharkException(" 转换失败，OpenOffice 服务未启动！", e); 
}

4、遇到坑总结

• InputStrem和OutputStrem为二进制流
• Java 与php 进行base64加密实现结果有不同，需要一方主动去兼容