JAVA實現(xiàn)DOC轉PDF的示例代碼

更新時間：2021年08月04日 09:17:26 作者：愛吃西瓜的小蔣

Word作為目前主流的文本編輯軟件之一，功能十分強大，但是在傳輸?shù)臅r候不穩(wěn)定，那么如何從DOC轉PDF，本文就來介紹一下，感興趣的可以了解一下

Word作為目前主流的文本編輯軟件之一，功能十分強大，應用人群廣，但是它也存在一些問題。像是Word文件在不同軟件或操作平臺之間傳輸?shù)臅r候，時不時會出現(xiàn)各種格式的“變化”，也會有點“不穩(wěn)定”，例如內容和格式經常容易篡動。

相較于Word，pdf格式文件顯然優(yōu)秀不少。雖然在內容編輯和修改方面表現(xiàn)不佳，但pdf格式文件在不同平臺和軟件上的穩(wěn)定性表現(xiàn)著實出色。日常辦公中，越來越多的會選擇將編輯好的Word文件轉換成Pdf格式文件，然后再分享給第三方瀏覽。

如果只是1個Word文件轉換成Pdf文件，簡直so easy；10個Word文件轉換成pdf文件，雖煩躁，但能忍；如果是將1000個word文件轉換成pdf文件呢？這會估計一股無名之火直沖天靈蓋，立馬想摔電腦的沖動都有了。

但對于程序猿來說，操作起來顯然會容易很多，正好接到一個任務，索性就來和大家分享一下：將docx轉成PDF文檔，還要以代碼的方式實現(xiàn)批量操作。先后參考了Apache poi java庫以及docx4j組件，于是選擇以docx4j組件來進行文檔操作。

第一批次的文檔共90篇：

第一批次的文檔

以下開始實現(xiàn)docx4j的文檔轉PDF功能：

一、下載依賴

docx4j所有的依賴jar包使用marven去處理還是蠻簡潔的：

<dependency>
	<groupId>org.docx4j</groupId>
	<artifactId>docx4j-JAXB-Internal</artifactId>
	<version>8.2.4</version>
</dependency>
<dependency>
	<groupId>org.docx4j</groupId>
	<artifactId>docx4j-export-fo</artifactId>
	<version>8.2.4</version>
</dependency>

就兩個，短暫等待下載依賴之后發(fā)現(xiàn)，docx4j的依賴jar包還是挺多的：

JAR包

手動開始敲代碼吧。

二、代碼實現(xiàn)

package com.convert.test;

import java.io.File;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;

import org.docx4j.Docx4J;
import org.docx4j.fonts.IdentityPlusMapper;
import org.docx4j.fonts.Mapper;
import org.docx4j.fonts.PhysicalFonts;
import org.docx4j.openpackaging.exceptions.Docx4JException;
import org.docx4j.openpackaging.packages.WordprocessingMLPackage;


public class ConvertTest {
	
	public static void main(String[] args) {
		
		word2pdf("D:\\tran\\2.doc", "D:\\tran\\2.pdf");
		
	}
	
	public static void word2pdf(String source, String target) {
		
		try {
            WordprocessingMLPackage pkg = Docx4J.load(new File(source));

            Mapper fontMapper = new IdentityPlusMapper();
            fontMapper.put("隸書", PhysicalFonts.get("LiSu"));
            fontMapper.put("宋體", PhysicalFonts.get("SimSun"));
            fontMapper.put("微軟雅黑", PhysicalFonts.get("Microsoft Yahei"));
            fontMapper.put("黑體", PhysicalFonts.get("SimHei"));
            fontMapper.put("楷體", PhysicalFonts.get("KaiTi"));
            fontMapper.put("新宋體", PhysicalFonts.get("NSimSun"));
            fontMapper.put("華文行楷", PhysicalFonts.get("STXingkai"));
            fontMapper.put("華文仿宋", PhysicalFonts.get("STFangsong"));
            fontMapper.put("仿宋", PhysicalFonts.get("FangSong"));
            fontMapper.put("幼圓", PhysicalFonts.get("YouYuan"));
            fontMapper.put("華文宋體", PhysicalFonts.get("STSong"));
            fontMapper.put("華文中宋", PhysicalFonts.get("STZhongsong"));
            fontMapper.put("等線", PhysicalFonts.get("SimSun"));
            fontMapper.put("等線 Light", PhysicalFonts.get("SimSun"));
            fontMapper.put("華文琥珀", PhysicalFonts.get("STHupo"));
            fontMapper.put("華文隸書", PhysicalFonts.get("STLiti"));
            fontMapper.put("華文新魏", PhysicalFonts.get("STXinwei"));
            fontMapper.put("華文彩云", PhysicalFonts.get("STCaiyun"));
            fontMapper.put("方正姚體", PhysicalFonts.get("FZYaoti"));
            fontMapper.put("方正舒體", PhysicalFonts.get("FZShuTi"));
            fontMapper.put("華文細黑", PhysicalFonts.get("STXihei"));
            fontMapper.put("宋體擴展", PhysicalFonts.get("simsun-extB"));
            fontMapper.put("仿宋_GB2312", PhysicalFonts.get("FangSong_GB2312"));
            fontMapper.put("新細明體", PhysicalFonts.get("SimSun"));
            pkg.setFontMapper(fontMapper);

            Docx4J.toPDF(pkg, new FileOutputStream(target));
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        } catch (Docx4JException e) {
            e.printStackTrace();
        } catch (Exception e) {
            e.printStackTrace();
        }
		
	}	
}

三、轉換結果

SLF4J: Failed to load class "org.slf4j.impl.StaticLoggerBinder".
SLF4J: Defaulting to no-operation (NOP) logger implementation
SLF4J: See http://www.slf4j.org/codes.html#StaticLoggerBinder for further details.
Using pdbs 420=7mm
Using pdbs 420=7mm

有一點報錯，不過并不影響pdf的生成，打開生成的pdf，內容也是完整的。算是完成了吧，只要再寫一個for循環(huán)，去遍歷所有的文檔就可以了。但是后來發(fā)現(xiàn)轉換下來的pdf數(shù)量少了10個，所有的文檔并沒有全都轉換成功。

四、后續(xù)研究

排查一番，發(fā)現(xiàn)這些文檔中有10個doc文檔，就該就是這10個沒有成功了，單獨拎出來轉換一下，結果就報錯了：

SLF4J: Failed to load class "org.slf4j.impl.StaticLoggerBinder".
SLF4J: Defaulting to no-operation (NOP) logger implementation
SLF4J: See http://www.slf4j.org/codes.html#StaticLoggerBinder for further details.
org.docx4j.openpackaging.exceptions.Docx4JException: This file seems to be a binary doc/ppt/xls, not an encrypted OLE2 file containing a doc/pptx/xlsx
	at org.docx4j.openpackaging.packages.OpcPackage.load(OpcPackage.java:612)
	at org.docx4j.openpackaging.packages.OpcPackage.load(OpcPackage.java:414)
	at org.docx4j.openpackaging.packages.OpcPackage.load(OpcPackage.java:287)
	at org.docx4j.openpackaging.packages.OpcPackage.load(OpcPackage.java:265)
	at org.docx4j.openpackaging.packages.WordprocessingMLPackage.load(WordprocessingMLPackage.java:168)
	at org.docx4j.Docx4J.load(Docx4J.java:232)
	at com.convert.test.ConvertTest.word2pdf(ConvertTest.java:26)
	at com.convert.test.ConvertTest.main(ConvertTest.java:19)

This file seems to be a binary doc/ppt/xls, not an encrypted OLE2 file containing a doc/pptx/xlsx
“此文件似乎是一個二進制文件doc/ppt/xls，而不是包含doc/pptx/xlsx的加密OLE2文件”
貌似docx4j并不能完美的支持所有的word文檔，至少doc文檔并不能支持。我想到之前有小伙伴也遇到過這樣問題，后來說是用了永中的office轉換，索性今天自己也來嘗試一下。

三下五除二，一頓操作，永中office官網(wǎng)上的office直接就能把我的doc文檔轉成html展示在瀏覽器上，心細如塵的我，還在其官網(wǎng)上發(fā)現(xiàn)有一款“PDF工具集”的產品：

PDF工具集