docx、pptx、xlsx、pdf文件预览方案精华总结（终极典藏版）

最新推荐文章于 2024-10-14 17:34:21 发布

竹林幽深

最新推荐文章于 2024-10-14 17:34:21 发布

阅读量353

点赞数

文章标签： pdf

原文链接：https://mp.weixin.qq.com/s/bfV_92ewYDZcuL-PmYxO6A

版权

一安一安未来 2023-12-22 08:00 发表于北京

大家好，我是一安~

最近遇到了文件预览的需求，但一搜索发现，这还不是一个简单的功能。于是又去查询了很多资料，调研了一些方案，也踩了好多坑。最后总结方案如下

花钱解决(使用市面上现有的文件预览服务)

微软
google
阿里云 IMM
XDOC
Office Web 365
wps开放平台

前端方案

pptx的预览方案
pdf的预览方案
docx的预览方案
xlsx(excel)的预览方案
前端预览方案总结

服务端方案

openOffice
kkFileView
onlyOffice

如果有其他人也遇到了同样的问题，有了这篇文章，希望能更方便的解决。

基本涵盖了所有解决方案。因此，标题写上最全的文件预览方案调研总结，应该不为过吧。

1市面上现有的文件预览服务

1.微软

docx,pptx,xlsx可以说是office三件套，那自然得看一下 微软官方 提供的文件预览服务。使用方法特别简单，只需要将文件链接，拼接到参数后面即可。

记得encodeURL

https://view.officeapps.live.com/op/view.aspx?src=${encodeURIComponent(url)}

(1).PPTX预览效果：

优点：还原度很高，功能很丰富，可以选择翻页，甚至支持点击播放动画。
缺点：不知道是不是墙的原因，加载稍慢。

(2).Excel预览效果：

(3).Doxc预览效果

(4).PDF预览效果

这个我测试没有成功，返回了一个错误，其他人可以试试。

(5).总的来说

对于docx,pptx,xlsx都有较好的支持，pdf不行。

还有一个坑点是：这个服务是否稳定，有什么限制，是否收费，都查不到一个定论。在office官方网站上甚至找不到介绍这个东西的地方。

目前只能找到一个Q&A:answers.microsoft.com/en-us/msoff…[1]

微软官方人员回答表示：

翻译翻译，就是：几乎永久使用，没有收费计划，不会存储预览的文件数据，限制文件10MB，建议用于 查看互联网上公开的文件。

但经过某些用户测试发现：

使用了微软的文件预览服务，然后删除了文件地址，仍然可访问，但过一段时间会失效。

2.Google Drive 查看器

接入简单，同 Office Web Viewer，只需要把 src 改为https://drive.google.com/viewer?url=${encodeURIComponent(url)}即可。

限制25MB,支持以下格式：

测试效果，支持docx,pptx,xlsx,pdf预览，但pptx预览的效果不如微软，没有动画效果，样式有小部分会错乱。

由于某些众所周知的原因，不可用

3.阿里云 IMM

官方文档如下：help.aliyun.com/document_de…[2]

付费使用

4.XDOC 文档预览

说了一些大厂的，在介绍一些其他的，需要自行分辨

官网地址：view.xdocin.com/view-xdocin…[3]

5.Office Web 365

需要注意的是，虽然名字很像office，但我们看网页的Copyright可以发现，其实是一个西安的公司，不是微软。

但毕竟也提供了文件预览的服务

官网地址：www.officeweb365.com/[4]

6.WPS开放平台

官方地址：solution.wps.cn/[5]

付费使用，价格如下：

2前端处理方案

1.pptx的预览方案

先查一下有没有现成的轮子，目前pptx的开源预览方案能找到的只有这个：github.com/g21589/PPTX…[6] 。但已经六七年没有更新，也没有维护，笔者使用的时候发现有很多兼容性问题。

简单来说就是，没有。对于这种情况，我们可以自行解析，主要步骤如下：

查询pptx的国际标准
解析pptx文件
渲染成html或者canvas进行展示

我们先去找一下pptx的国际标准，官方地址：officeopenxml[7]

先解释下什么是officeopenxml:

Office OpenXML，也称为OpenXML或OOXML，是一种基于XML的办公文档格式，包括文字处理文档、电子表格、演示文稿以及图表、图表、形状和其他图形材料。该规范由微软开发，并于2006年被ECMA国际采用为ECMA-376。第二个版本于2008年12月发布，第三个版本于2011年6月发布。该规范已被ISO和IEC采用为ISO/IEC 29500。

虽然Microsoft继续支持较旧的二进制格式(.doc、.xls和.ppt)，但OOXML现在是所有Microsoft Office文档(.docx、.xlsx和.pptx)的默认格式。

由此可见，Office OpenXML由微软开发，目前已经是国际标准。接下来我们看一下pptx里面有哪些内容，具体可以看pptx的官方标准：officeopenxml-pptx[8]

PresentationML或.pptx文件是一个zip文件，其中包含许多“部分”（通常是UTF-8或UTF-16编码）或XML文件。该包还可能包含其他媒体文件，例如图像。该结构根据 OOXML 标准 ECMA-376 第 2 部分中概述的开放打包约定进行组织。

根据国际标准，我们知道，pptx文件本质就是一个zip文件，其中包含许多部分：

部件的数量和类型将根据演示文稿中的内容而有所不同，但始终会有一个 [Content_Types].xml、一个或多个关系（.rels）部件和一个演示文稿部件（演示文稿.xml），它位于 ppt 文件夹中，用于Microsoft Powerpoint 文件。通常，还将至少有一个幻灯片部件，以及一张母版幻灯片和一张版式幻灯片，从中形成幻灯片。

那么js如何读取zip呢？

找到一个工具: www.npmjs.com/package/jsz…[9]

于是我们可以开始尝试解析pptx了。

import JSZip from 'jszip'
// 加载pptx数据
const zip = await JSZip.loadAsync(pptxData)

解析[Content_Types].xml

每个pptx必然会有一个 [Content_Types].xml。此文件包含包中部件的所有内容类型的列表。每个部件及其类型都必须列在 [Content_Types].xml 中。通过它里面的内容，可以解析其他的文件数据

const filesInfo = await getContentTypes(zip)

async function getContentTypes(zip: JSZip) {
    const ContentTypesJson = await readXmlFile(zip, '[Content_Types].xml')
    const subObj = ContentTypesJson['Types']['Override']
    const slidesLocArray = []
    const slideLayoutsLocArray = []
    for (let i = 0; i < subObj.length; i++) {
      switch (subObj[i]['attrs']['ContentType']) {
        case 'application/vnd.openxmlformats-officedocument.presentationml.slide+xml':
          slidesLocArray.push(subObj[i]['attrs']['PartName'].substr(1))
          break
        case 'application/vnd.openxmlformats-officedocument.presentationml.slideLayout+xml':
          slideLayoutsLocArray.push(subObj[i]['attrs']['PartName'].substr(1))
          break
        default:
      }
    }
    return {
      slides: slidesLocArray,
      slideLayouts: slideLayoutsLocArray,
    }
  }

解析演示文稿

先获取ppt目录下的presentation.xml演示文稿的大小

由于演示文稿是xml格式，要真正的读取内容需要执行 readXmlFile

const slideSize = await getSlideSize(zip)
 async function getSlideSize(zip: JSZip) {
    const content = await readXmlFile(zip, 'ppt/presentation.xml')
    const sldSzAttrs = content['p:presentation']['p:sldSz']['attrs']
    return {
      width: (parseInt(sldSzAttrs['cx']) * 96) / 914400,
      height: (parseInt(sldSzAttrs['cy']) * 96) / 914400,
    }
  }

加载主题

根据 officeopenxml的标准解释

每个包都包含一个关系部件，用于定义其他部件之间的关系以及与包外部资源的关系。这样可以将关系与内容分开，并且可以轻松地更改关系，而无需更改引用目标的源。

除了包的关系部分之外，作为一个或多个关系源的每个部件都有自己的关系部分。每个这样的关系部件都可以在部件的_rels子文件夹中找到，并通过在部件名称后附加“.rels”来命名。

其中主题的相关信息就在ppt/_rels/presentation.xml.rels中

  async function loadTheme(zip: JSZip) {
    const preResContent = await readXmlFile(
      zip,
      'ppt/_rels/presentation.xml.rels',
    )
    const relationshipArray = preResContent['Relationships']['Relationship']
    let themeURI
    if (relationshipArray.constructor === Array) {
      for (let i = 0; i < relationshipArray.length; i++) {
        if (
          relationshipArray[i]['attrs']['Type'] ===
          'http://schemas.openxmlformats.org/officeDocument/2006/relationships/theme'
        ) {
          themeURI = relationshipArray[i]['attrs']['Target']
          break
        }
      }
    } else if (
      relationshipArray['attrs']['Type'] ===
      'http://schemas.openxmlformats.org/officeDocument/2006/relationships/theme'
    ) {
      themeURI = relationshipArray['attrs']['Target']
    }

    if (themeURI === undefined) {
      throw Error("Can't open theme file.")
    }

    return readXmlFile(zip, 'ppt/' + themeURI)
  }

后续ppt里面的其他内容，都可以这么去解析。根据officeopenxml标准，可能包含：

等等内容，我们根据标准一点点解析并渲染就好了。

完整源码：ranui[10]

使用文档：preview组件[11]

2.pdf的预览方案

(1).iframe和embed

pdf比较特别，一般的浏览器默认支持预览pdf。因此，我们可以使用浏览器的能力：

<iframe src="viewFileUrl" />

但这样就完全依赖浏览器，对PDF的展示，交互，是否支持全看浏览器的能力，且不同的浏览器展示和交互往往不同，如果需要统一的话，最好还是尝试其他方案。

embed的解析方式也是一样，这里不举例子了

(2)pdfjs

npm: www.npmjs.com/package/pdf…[12]

github地址：github.com/mozilla/pdf…[13]

由mozilla出品，就是我们常见的MDN的老大。

而且目前火狐浏览器使用的 PDF 预览就是采用这个，我们可以用火狐浏览器打开pdf文件，查看浏览器使用的js就能发现

需要注意的是，最新版pdf.js限制了node版本，需要大于等于18

github链接：github.com/mozilla/pdf…[14]

如果你项目node版本小于这个情况，可能会无法使用。

具体使用情况如下：

完整源码：github.com/chaxus/ran/…[15]
使用文档：chaxus.github.io/ran/src/ran…[16]

import * as pdfjs from 'pdfjs-dist'
import * as pdfjsWorker from 'pdfjs-dist/build/pdf.work.entry'

interface Viewport {
  width: number
  height: number
  viewBox: Array<number>
}

interface RenderContext {
  canvasContext: CanvasRenderingContext2D | null
  transform: Array<number>
  viewport: Viewport
}

interface PDFPageProxy {
  pageNumber: number
  getViewport: () => Viewport
  render: (options: RenderContext) => void
}

interface PDFDocumentProxy {
  numPages: number
  getPage: (x: number) => Promise<PDFPageProxy>
}

class PdfPreview {
  private pdfDoc: PDFDocumentProxy | undefined
  pageNumber: number
  total: number
  dom: HTMLElement
  pdf: string | ArrayBuffer
  constructor(pdf: string | ArrayBuffer, dom: HTMLElement | undefined) {
    this.pageNumber = 1
    this.total = 0
    this.pdfDoc = undefined
    this.pdf = pdf
    this.dom = dom ? dom : document.body
  }
  private getPdfPage = (number: number) => {
    return new Promise((resolve, reject) => {
      if (this.pdfDoc) {
        this.pdfDoc.getPage(number).then((page: PDFPageProxy) => {
          const viewport = page.getViewport()
          const canvas = document.createElement('canvas')
          this.dom.appendChild(canvas)
          const context = canvas.getContext('2d')
          const [_, __, width, height] = viewport.viewBox
          canvas.width = width
          canvas.height = height
          viewport.width = width
          viewport.height = height
          canvas.style.width = Math.floor(viewport.width) + 'px'
          canvas.style.height = Math.floor(viewport.height) + 'px'
          const renderContext = {
            canvasContext: context,
            viewport: viewport,
            transform: [1, 0, 0, -1, 0, viewport.height],
          }
          page.render(renderContext)
          resolve({ success: true, data: page })
        })
      } else {
        reject({ success: false, data: null, message: 'pdfDoc is undefined' })
      }
    })
  }
  pdfPreview = () => {
      window.pdfjsLib.GlobalWorkerOptions.workerSrc = pdfjsWorker
      window.pdfjsLib
        .getDocument(this.pdf)
        .promise.then(async (doc: PDFDocumentProxy) => {
          this.pdfDoc = doc
          this.total = doc.numPages
          for (let i = 1; i <= this.total; i++) {
            await this.getPdfPage(i)
          }
    })
  }
  prevPage = () => {
    if (this.pageNumber > 1) {
      this.pageNumber -= 1
    } else {
      this.pageNumber = 1
    }
    this.getPdfPage(this.pageNumber)
  }
  nextPage = () => {
    if (this.pageNumber < this.total) {
      this.pageNumber += 1
    } else {
      this.pageNumber = this.total
    }
    this.getPdfPage(this.pageNumber)
  }
}

const createReader = (file: File): Promise<string | ArrayBuffer | null> => {
  return new Promise((resolve, reject) => {
    const reader = new FileReader()
    reader.readAsDataURL(file)
    reader.onload = () => {
      resolve(reader.result)
    }
    reader.onerror = (error) => {
      reject(error)
    }
    reader.onabort = (abort) => {
      reject(abort)
    }
  })
}

export const renderPdf = async (
  file: File,
  dom?: HTMLElement,
): Promise<void> => {
  try {
    if (typeof window !== 'undefined') {
      const pdf = await createReader(file)
      if (pdf) {
        const PDF = new PdfPreview(pdf, dom)
        PDF.pdfPreview()
      }
    }
  } catch (error) {
    console.log('renderPdf', error)
  }
}

3.docx的预览方案

我们可以去查看docx的国际标准，去解析文件格式，渲染成html和canvas，不过比较好的是，已经有人这么做了，还开源了

npm地址：www.npmjs.com/package/doc…[17]

使用方法如下：

import { renderAsync } from 'docx-preview'

interface DocxOptions {
  bodyContainer?: HTMLElement | null
  styleContainer?: HTMLElement
  buffer: Blob
  docxOptions?: Partial<Record<string, string | boolean>>
}

export const renderDocx = (options: DocxOptions): Promise<void> | undefined => {
  if (typeof window !== 'undefined') {
    const { bodyContainer, styleContainer, buffer, docxOptions = {} } = options
    const defaultOptions = {
      className: 'docx',
      ignoreLastRenderedPageBreak: false,
    }
    const configuration = Object.assign({}, defaultOptions, docxOptions)
    if (bodyContainer) {
      return renderAsync(buffer, bodyContainer, styleContainer, configuration)
    } else {
      const contain = document.createElement('div')
      document.body.appendChild(contain)
      return renderAsync(buffer, contain, styleContainer, configuration)
    }
  }
}

4.xlsx的预览方案

我们可以使用这个：

npm地址：www.npmjs.com/package/@vu…[18]

支持vue2和vue3，也有js的版本

对于xlsx的预览方案，这个是找到最好用的了。

5.前端预览方案总结

我们对以上找到的优秀的解决方案，进行改进和总结，并封装成一个web components组件：preview组件[19]

为什么是web components组件？

因为它跟框架无关，可以在任何框架中使用，且使用起来跟原生的div标签一样方便。

并编写使用文档: preview组件文档[20]，文档支持交互体验。

源码公开，MIT协议。

目前docx,pdf,xlsx预览基本可以了，都是最好的方案。pptx预览效果不太好，因为需要自行解析。不过源码完全公开，需要的可以提issue，pr或者干脆自取或修改，源码地址：github.com/chaxus/ran/…[21]

3服务端预览方案

1.openOffice

由于浏览器不能直接打开docx,pptx,xlsx等格式文件，但可以直接打开pdf和图片.因此，我们可以换一个思路，用服务端去转换下文件的格式，转换成浏览器能识别的格式，然后再让浏览器打开，这不就OK了吗，甚至不需要前端处理了。

我们可以借助openOffice的能力，先介绍一下openOffice:

Apache OpenOffice是领先的开源办公软件套件，用于文字处理，电子表格，演示文稿，图形，数据库等。它有多种语言版本，适用于所有常用计算机。它以国际开放标准格式存储您的所有数据，还可以从其他常见的办公软件包中读取和写入文件。它可以出于任何目的完全免费下载和使用。

官网如下：www.openoffice.org/[22]

需要先下载opneOffice，找到bin目录，进行设置

configuration.setOfficeHome("这里的路径一般为C:\\Program Files (x86)\\OpenOffice 4");

测试下转换的文件路径

public static void main(String[] args) {
    convertToPDF("/Users/Desktop/asdf.docx", "/Users/Desktop/adsf.pdf");
}

完整如下：

package org.example;

import org.artofsolving.jodconverter.OfficeDocumentConverter;
import org.artofsolving.jodconverter.office.DefaultOfficeManagerConfiguration;
import org.artofsolving.jodconverter.office.OfficeManager;

import java.io.File;

public class OfficeUtil {

    private static OfficeManager officeManager;
    private static int port[] = {8100};

    /**
     * start openOffice service.
     */
    public static void startService() {
        DefaultOfficeManagerConfiguration configuration = new DefaultOfficeManagerConfiguration();
        try {
            System.out.println("准备启动office转换服务....");
            configuration.setOfficeHome("这里的路径一般为C:\\Program Files (x86)\\OpenOffice 4");
            configuration.setPortNumbers(port); // 设置转换端口，默认为8100
            configuration.setTaskExecutionTimeout(1000 * 60 * 30L);// 设置任务执行超时为30分钟
            configuration.setTaskQueueTimeout(1000 * 60 * 60 * 24L);// 设置任务队列超时为24小时
            officeManager = configuration.buildOfficeManager();
            officeManager.start(); // 启动服务
            System.out.println("office转换服务启动成功!");
        } catch (Exception e) {
            System.out.println("office转换服务启动失败!详细信息:" + e);
        }
    }

    /**
     * stop openOffice service.
     */
    public static void stopService() {
        System.out.println("准备关闭office转换服务....");
        if (officeManager != null) {
            officeManager.stop();
        }
        System.out.println("office转换服务关闭成功!");
    }

    public static void convertToPDF(String inputFile, String outputFile) {
        startService();
        System.out.println("进行文档转换转换:" + inputFile + " --> " + outputFile);
        OfficeDocumentConverter converter = new OfficeDocumentConverter(officeManager);
        converter.convert(new File(inputFile), new File(outputFile));
        stopService();
    }

    public static void main(String[] args) {
        convertToPDF("/Users/koolearn/Desktop/asdf.docx", "/Users/koolearn/Desktop/adsf.pdf");
    }
}

2.kkFileView

github地址：github.com/kekingcn/kk…[23]

支持的文件预览格式非常丰富

接下来是 从零到一 的启动步骤，按着步骤来，任何人都能搞定

安装java:

brew install java

安装maven,java的包管理工具:

brew install mvn

检查是否安装成功

执行java --version和mvn -v。我这里遇到mvn找不到java home的报错。解决方式如下：

我用的是zsh，所以需要去.zshrc添加路径：

export JAVA_HOME=$(/usr/libexec/java_home)

添加完后，执行

source .zshrc

安装下libreoffice :

kkFileView明确要求的额外依赖，否则无法启动

brew install libreoffice

mvn安装依赖

进入项目，在根目录执行依赖安装，同时清理缓存，跳过单测(遇到了单测报错的问题)

mvn clean install -DskipTests

启动项目

找到主文件，主函数mian，点击vscode上面的Run即可执行，路径如下图

访问页面

启动完成后，点击终端输出的地址

最终结果

最终展示如下，可以添加链接进行预览，也可以选择本地文件进行预览

预览效果非常好

3.onlyOffice

官网地址：www.onlyoffice.com/zh[24]

github地址：github.com/ONLYOFFICE[25]

开发者版本和社区版免费，企业版付费：www.onlyoffice.com/zh/docs-ent…[26]

预览的文件种类没有kkFileView多，但对office三件套有很好的支持，甚至支持多人编辑。

4总结

外部服务，推荐微软的view.officeapps.live.com/op/view.aspx，但只建议预览一些互联网公开的文件，不建议使用在要求保密性和稳定性的文件。
对保密性和稳定性有要求，且不差钱的，可以试试大厂服务，阿里云解决方案。
服务端技术比较给力的，使用服务端预览方案。目前最好最全的效果是服务端预览方案。
不想花钱，没有服务器的，使用前端预览方案，客户端渲染零成本。

5参考文档：

在java中如何使用openOffice进行格式转换[27]
MAC搭建OpenOffice完整教程-保姆级[28]
纯js实现docx、xlsx、pdf文件预览库，使用超简单[29]
前端实现word、excel、pdf、ppt、mp4、图片、文本等文件的预览[30]

参考资料

[1]

answers.microsoft.com/en-us/msoff…: https://answers.microsoft.com/en-us/msoffice/forum/all/what-is-the-status-of-viewofficeappslivecom/830fd75c-9b47-43f9-89c9-4303703fd7f6

[2]

help.aliyun.com/document_de…: https://help.aliyun.com/document_detail/63273.html

[3]

view.xdocin.com/view-xdocin…: https://view.xdocin.com/view-xdocin-com_6x5f4x.htm

[4]

www.officeweb365.com/: https://www.officeweb365.com/

[5]

solution.wps.cn/: https://solution.wps.cn/

[6]

github.com/g21589/PPTX…: https://github.com/g21589/PPTX2HTML

[7]

officeopenxml: http://officeopenxml.com/

[8]

officeopenxml-pptx: http://officeopenxml.com/anatomyofOOXML-pptx.php

[9]

www.npmjs.com/package/jsz…: https://www.npmjs.com/package/jszip

[10]

ranui: https://github.com/chaxus/ran/tree/main/packages/ranui

[11]

preview组件: https://chaxus.github.io/ran/src/ranui/preview/

[12]

www.npmjs.com/package/pdf…: https://www.npmjs.com/package/pdfjs-dist

[13]

github.com/mozilla/pdf…: https://github.com/mozilla/pdfjs-dist

[14]

github.com/mozilla/pdf…: https://github.com/mozilla/pdf.js/blob/master/package.json

[15]

github.com/chaxus/ran/…: https://github.com/chaxus/ran/tree/main/packages/ranui

[16]

chaxus.github.io/ran/src/ran…: https://chaxus.github.io/ran/src/ranui/preview/

[17]

www.npmjs.com/package/doc…: https://www.npmjs.com/package/docx-preview

[18]

www.npmjs.com/package/@vu…: https://www.npmjs.com/package/@vue-office/excel

[19]

preview组件: https://chaxus.github.io/ran/src/ranui/preview/

[20]

preview组件文档: https://chaxus.github.io/ran/src/ranui/preview/

[21]

github.com/chaxus/ran/…: https://github.com/chaxus/ran/tree/main/packages/ranui

[22]

www.openoffice.org/: https://www.openoffice.org/

[23]

github.com/kekingcn/kk…: https://github.com/kekingcn/kkFileView

[24]

www.onlyoffice.com/zh: https://www.onlyoffice.com/zh

[25]

github.com/ONLYOFFICE: https://github.com/ONLYOFFICE

[26]

www.onlyoffice.com/zh/docs-ent…: https://www.onlyoffice.com/zh/docs-enterprise-prices.aspx

[27]

在java中如何使用openOffice进行格式转换: https://blog.csdn.net/Li_Zhongxin/article/details/132105957

[28]

MAC搭建OpenOffice完整教程-保姆级: https://blog.51cto.com/u_15899048/5902747

[29]

纯js实现docx、xlsx、pdf文件预览库，使用超简单: https://juejin.cn/post/7251199685130059833

[30]

前端实现word、excel、pdf、ppt、mp4、图片、文本等文件的预览: https://juejin.cn/post/7071598747519549454

一安未来

致力于Java，大数据；心得交流，技术分享；

126篇原创内容

公众号

竹林幽深

关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫