使用aspose-words完成word和PDF、HTML之间的相互转换

实现word和PDF、HTML之间的相互转换使用aspose-words完成

因为工作需要把word转为PDF实现在线预览、word的内容放到富文本编辑器实现在线编辑、支持富文本内容在线导出为word文档等，就需要把word——>html/pdf——>word之间来回转换。也是翻阅了很多资料，有通过poi完成word和HTML互相转换的，最后自己也发现还是有问题，用poi生成的word在解析就解析出错。也有通过openoffice完成的，感兴趣的可以去了解下。话不多说老规矩，上代码。最后说一下仅限个人学习，请勿商用。

1. 先导包，pom文件添加aspose-words的依赖

     <!--aspose-words-->
       <dependency>
           <groupId>com.aspose</groupId>
           <artifactId>aspose-words</artifactId>
           <version>15.8.0</version>
       </dependency>
   

2. 将word文件转为pdf

    //将word文件转为pdf文件
    public static boolean wordToPdf(String inPath, String outPath) {
       FileOutputStream os = null;
       try {
           // 新建一个空白pdf文档
           File file = new File(outPath);
           os = new FileOutputStream(file);
           Document doc = new Document(inPath);
           doc.save(os, SaveFormat.PDF);
       } catch (Exception e) {
           e.printStackTrace();
           return false;
       } finally {
           if (os != null) {
               try {
                   os.flush();
                   os.close();
               } catch (IOException e) {
                   e.printStackTrace();
               }
           }
       }
       return true;
    }
    //程序使用多的还是将word转为pdf流给前端做在线预览
    //将输入word的InputStream流转为输出pdf的OutputStream流
    public static boolean wordToPdf(InputStream in,HttpServletResponse response) {
       try {
           Document doc = new Document(in);
           doc.save(response.getOutputStream(), SaveFormat.PDF);
           return true;
       } catch (Exception e) {
           e.printStackTrace();
       }
       return false;
   }   
   
   

3. 读取word的内容，获取为HTML的字符串。图片全部转为base64编码。

     //将word的内容转为html返回字符串，图片全部转为base64编码。
     public static String wordToHtml(InputStream in) {
       ByteArrayOutputStream htmlStream = new ByteArrayOutputStream();
       String htmlText = "";
       try {
           Document doc = new Document(in);
           HtmlSaveOptions opts = new HtmlSaveOptions(SaveFormat.HTML);
           opts.setExportXhtmlTransitional(true);
           opts.setExportImagesAsBase64(true);
           opts.setExportPageSetup(true);
           doc.save(htmlStream,opts);
           htmlText = new String(htmlStream.toByteArray(), StandardCharsets.UTF_8);
           htmlStream.close();
       } catch (Exception e) {
           e.printStackTrace();
       }
       return htmlText;
   }
   

4. 将html内容转为word，支持doc和docx格式。

    public static boolean htmlToWord(HttpServletResponse response, String html) {
       try {
           //创建临时文件
           //根据你的需要来决定生成doc还是docxx
           File htmlFile = File.createTempFile("basis", ".docx");
           FileOutputStream out = new FileOutputStream(htmlFile);
           Document doc = new Document();
           DocumentBuilder builder = new DocumentBuilder(doc);
           builder.insertHtml(html);
           //生成docx文件
           doc.save(out, SaveOptions.createSaveOptions(SaveFormat.DOCX));
           //生成Word文档之后，关闭输入流
           out.close();
           OutputStream outputStream = response.getOutputStream();
           //输出文件
           InputStream inputStream = new FileInputStream(htmlFile);
           IOUtils.copy(inputStream, outputStream);
           inputStream.close();
           //关闭程序时，删除临时文件
           String fileName=htmlFile.getName();
           if (htmlFile.delete()) {
               log.info("临时文件:{}删除成功！",fileName);
           }
           return true;
       } catch (Exception e) {
           e.printStackTrace();
       }
       return false;
   }
   

5. 工具类写完了，下面来看下效果。
   先创建一个测试的word名字就叫text2.docx。里面包含图片，文字样式。
   

    	@ApiOperation(value = "word转pdf")
       @GetMapping("/wordToPDF")
       public Result wordToPDF(HttpServletResponse response) throws IOException {
           return Result.success(WordAsposeUtil.wordToPdf(new FileInputStream("F:\\test2.docx"),response));
       }
   

   效果还是可以的。
   
6. 为了测试简单直接把解析word到HTML再到word写为一个方法。

   @ApiOperation(value = "生成word")
   @GetMapping("writeWord")
   public Result writeWord(HttpServletResponse response) {
       try {
           html = WordAsposeUtil.wordToHtml(new FileInputStream("F:\\test2.docx"));
           //设置word格式
           response.setContentType("application/msword");
           response.setCharacterEncoding("UTF-8");
           //设置返回的文件名称和类型
           response.addHeader("Content-Disposition", "attachment;filename=" +
                   new String("测试".getBytes("GB2312"), "iso8859-1") + ".docx");
           if (WordAsposeUtil.htmlToWord(response, html) {
               return Result.success();
           }
       } catch (Exception e) {
           e.printStackTrace();
       }
       return null;
   }
   

   看效果,生成的word是保护模式，需要启用编辑。
   
   这是控制台打印的html内容,因为base64太长了直截图了一部分
   
   将转换的html内容放到一个新建的HTML文件中，可以直接预览
   
7. 本次分享就到这里了。需要jar包和去水印，私聊联系我。