logo标签列表

我该如何将Word文档转换为PDF文件？

javapdfms-word
55

如何将包含各种内容（例如表格）的Word文档转换为PDF格式？在尝试使用iText时，生成的PDF文件与原始文档不同。有没有开源API/库可供使用，而不是调用可执行文件？

9个回答
57
这是一项非常困难的任务，如果您想要完美的结果（不使用Word是不可能的），那么它会更加困难，因此，我认为完全由Java编写且开源的API数量为零（更新：我错了，请参见下文）。
您的基本选择如下：
  1. 使用JNI / C# Web服务 /等脚本MS Office（仅用于100％完美的结果）
  2. 使用可用的API脚本Open Office（90％+完美）
  3. 使用Apache POI和iText（非常庞大的工作，永远不会完美）。
更新-2016-02-11 以下是我关于此主题的博客文章的简化副本，概述了现有支持Java中Word转PDF的产品。 将Microsoft Office（Word、Excel）文档转换为PDFs 我知道三种可以呈现Office文档的产品： yeokm1/docs-to-pdf-converter 不定期维护，纯Java，开源 将多个库组合在一起执行转换。

xdocreport 活跃开发，纯Java，开源 它是一个Java API，用于合并使用MS Office（docx）或OpenOffice（odt），LibreOffice（odt）创建的XML文档，并与Java模型一起生成报告，如果需要，可以将其转换为其他格式（PDF，XHTML等）。

Snowbound Imaging SDK 闭源，纯Java Snowbound似乎是一个100％的Java解决方案，售价超过2500美元。它包含有关如何在评估下载中转换文档的示例。

OpenOffice API 开源，非纯Java - 需要安装Open Office OpenOffice是一个本地办公套件，支持Java API。这支持读取Office文档和编写PDF文档。SDK包含一个文档转换示例（examples/java/DocumentHandling/DocumentConverter.java）。要编写PDF，您需要传递“writer_pdf_Export”写入器，而不是“MS Word 97”写入器。 或者您可以使用封装API JODConverter。

JDocToPdf - 已于2016-02-11停止更新 使用Apache POI读取Word文档并使用iText编写PDF。完全免费，100％ Java，但有一些限制。

mlk，你能详细说明第一种选择吗？对于我的情况，我更倾向于调用微软制造的API，即使涉及使用JNI，以便获得最佳的PDF渲染效果。 - kwikness
1
我稍微研究了一下这个问题（http://www.suodenjoki.dk/us/productions/articles/word2pdf.htm）。我不建议使用这种方法，微软也同意。Word并不是为自动化设计的。 - Michael Lloyd Lee mlk
1
如果我要做这件事，我会使用Open Office。 - Michael Lloyd Lee mlk
Docx4j 可以使用 FO + FOP 处理 docx。但是从 v3.3 开始，它默认使用我们更高质量的商业转换器，可以同时处理 doc 和 docx，并且您可以在 http://converter-eval.plutext.com/ 上进行试用。 - JasonPlutext
1
我更喜欢使用 https://gotenberg.dev/docs/about，它提供了强大和完美的API来将 DOCX 文件转换为 PDF。它还提供了Docker容器，可以在我们的环境中运行 :-) - srr7
显示剩余3条评论
9

Docx4j是开源的API，最适合将Docx转换为PDF，无需考虑任何对齐或字体问题。

Maven依赖项：

<dependency>
    <groupId>org.docx4j</groupId>
    <artifactId>docx4j-JAXB-Internal</artifactId>
    <version>8.0.0</version>
</dependency>
<dependency>
    <groupId>org.docx4j</groupId>
    <artifactId>docx4j-JAXB-ReferenceImpl</artifactId>
    <version>8.0.0</version>
</dependency>
<dependency>
    <groupId>org.docx4j</groupId>
    <artifactId>docx4j-JAXB-MOXy</artifactId>
    <version>8.0.0</version>
</dependency>
<dependency>
    <groupId>org.docx4j</groupId>
    <artifactId>docx4j-export-fo</artifactId>
    <version>8.0.0</version>
</dependency>

代码:

import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.InputStream;

import org.docx4j.Docx4J;
import org.docx4j.openpackaging.packages.WordprocessingMLPackage;
import org.docx4j.openpackaging.parts.WordprocessingML.MainDocumentPart;

public class DocToPDF {

    public static void main(String[] args) {
        
        try {
            InputStream templateInputStream = new FileInputStream("D:\\\\Workspace\\\\New\\\\Sample.docx");
            WordprocessingMLPackage wordMLPackage = WordprocessingMLPackage.load(templateInputStream);
            MainDocumentPart documentPart = wordMLPackage.getMainDocumentPart();

            String outputfilepath = "D:\\\\Workspace\\\\New\\\\Sample.pdf";
            FileOutputStream os = new FileOutputStream(outputfilepath);
            Docx4J.toPDF(wordMLPackage,os);
            os.flush();
            os.close();
        } catch (Throwable e) {

            e.printStackTrace();
        } 
    }

}
8
您可以使用JODConverter来完成这个任务。 它可以用于在不同的办公格式之间转换文档，例如：
  1. Microsoft Office到OpenDocument，反之亦然
  2. 任何格式到PDF
  3. 还支持许多其他的转换方式
  4. 它也可以将MS Office 2007文档转换为PDF，并支持几乎所有格式
更多关于JODConverter的详细信息，请见： http://www.artofsolving.com/opensource/jodconverter
6
已经到了2019年，我简直不敢相信在Java世界中仍然没有最简单和最便捷的方法将最流行的Micro$oft Word文档转换为Adobe PDF格式。
我几乎尝试了以上答案提到的每种方法，我发现能满足我的要求的最好且唯一的方法是使用OpenOffice或LibreOffice。实际上，我并不确切知道它们之间的区别，似乎两者都提供"soffice"命令行。
我的需求是:
1. 它必须在Linux上运行，更具体地说是在CentOS上，不能在Windows上运行，因此我们不能在其上安装Microsoft Office; 2. 它必须支持中文字符，因此ISO-8859-1字符编码不是一个选择，必须支持Unicode。
首先想到的是"doc-to-pdf-converter"，但它缺乏维护，上次更新是4年前，我不会使用一个无人维护的解决方案。"Xdocreport"似乎是一个有前途的选择，但它只能转换"docx"，而不能转换对我来说必不可少的"doc"二进制文件。使用Java调用OpenOffice API似乎不错，但对于这样一个简单的要求来说太复杂了。
最后我找到了最好的解决方案:使用OpenOffice命令行完成这项工作。
Runtime.getRuntime().exec("soffice --convert-to pdf -outdir . /path/some.doc");

我一直相信代码越短越好（当然，它必须是易懂的），就是这样。

考虑到开源办公套件与Word不是100％兼容，这是否可行？ - JohnC
如果您的Word文档包含一些VBA脚本，这些脚本将在文档打开后更改某些内容，我猜OpenOffice可能无法正确处理。但在大多数情况下，如果您的Word文档只是一些文本和图片，那应该没有问题。 - Zhang Buzz
我希望这是2020年最简单的转换方式 https://dev59.com/uHA75IYBdhLWcg3w794Y#65403145 - Sathiamoorthy
5

请查看github上的docs-to-pdf-converter。这是一个专门用于将文档转换为PDF的轻量级解决方案。

为什么？

我想要一个简单的程序，可以将Microsoft Office文档转换为PDF，但不需要像LibreOffice或昂贵的专有解决方案那样依赖其他软件。考虑到将每个单独格式的代码和库都散布在Web上，我决定将所有这些解决方案合并成一个单一的程序。在此过程中，我还决定添加ODT支持，因为我也遇到了该代码。

1
这个项目已经不再维护，也没有测试，因此分叉它是值得商榷的。 - Joseph
3
您可以使用Cloudmersive原生Java库。它免费提供每月最多50,000次转换，并且在我的经验中，比其他像iText或基于Apache POI的方法具有更高的保真度。文档实际上看起来与它们在Microsoft Word中的样子相同，这对我来说非常重要。顺便说一句，它还可以将XLSX、PPTX和传统的DOC、XLS和PPT转换为PDF。
以下是代码示例，首先添加您的导入：
import com.cloudmersive.client.invoker.ApiClient;
import com.cloudmersive.client.invoker.ApiException;
import com.cloudmersive.client.invoker.Configuration;
import com.cloudmersive.client.invoker.auth.*;
import com.cloudmersive.client.ConvertDocumentApi;

然后将文件转换：

ApiClient defaultClient = Configuration.getDefaultApiClient();

// Configure API key authorization: Apikey
ApiKeyAuth Apikey = (ApiKeyAuth) defaultClient.getAuthentication("Apikey");
Apikey.setApiKey("YOUR API KEY");

ConvertDocumentApi apiInstance = new ConvertDocumentApi();
File inputFile = new File("/path/to/input.docx"); // File to perform the operation on.
try {
  byte[] result = apiInstance.convertDocumentDocxToPdf(inputFile);
  System.out.println(result);
} catch (ApiException e) {
  System.err.println("Exception when calling ConvertDocumentApi#convertDocumentDocxToPdf");
e.printStackTrace();
}

你可以从门户网站免费获取文档转换API密钥。 点击此处。
它内部使用itext吗？ - Sanjay Sahani
1

使用 JACOB 调用 Office Word 是一个完美的解决方案。但它只支持在 Windows 平台上，因为需要安装 Office Word。

  1. Download JACOB archive (the latest version is 1.19);
  2. Add jacob.jar to your project classpath;
  3. Add jacob-1.19-x32.dll or jacob-1.19-x64.dll (depends on your jdk version) to ...\Java\jdk1.x.x_xxx\jre\bin

  4. Using JACOB API call Office Word to convert doc/docx to pdf.

    public void convertDocx2pdf(String docxFilePath) {
File docxFile = new File(docxFilePath);
String pdfFile = docxFilePath.substring(0, docxFilePath.lastIndexOf(".docx")) + ".pdf";

if (docxFile.exists()) {
    if (!docxFile.isDirectory()) { 
        ActiveXComponent app = null;

        long start = System.currentTimeMillis();
        try {
            ComThread.InitMTA(true); 
            app = new ActiveXComponent("Word.Application");
            Dispatch documents = app.getProperty("Documents").toDispatch();
            Dispatch document = Dispatch.call(documents, "Open", docxFilePath, false, true).toDispatch();
            File target = new File(pdfFile);
            if (target.exists()) {
                target.delete();
            }
            Dispatch.call(document, "SaveAs", pdfFile, 17);
            Dispatch.call(document, "Close", false);
            long end = System.currentTimeMillis();
            logger.info("============Convert Finished：" + (end - start) + "ms");
        } catch (Exception e) {
            logger.error(e.getLocalizedMessage(), e);
            throw new RuntimeException("pdf convert failed.");
        } finally {
            if (app != null) {
                app.invoke("Quit", new Variant[] {});
            }
            ComThread.Release();
        }
    }
}

    }

JACOB已经迁移到GitHub https://github.com/freemansoft/jacob-project/releases - icrovett
1

我同意那些将OpenOffice列为具有Java API的高保真度导入/导出Word/PDF文档的工具，并且它还可以跨平台使用。OpenOffice的导入/导出过滤器非常强大，在转换为各种格式（包括PDF）时能够保留大部分格式。Docmosis和JODReports的附加值使得生活比直接学习OpenOffice API更容易，因为UNO API的风格和与崩溃相关的错误可能会带来挑战。

0

unoconv是一个在UNIX系统中运行的Python工具。 当我使用Java调用UNIX shell时，它对我来说非常完美。我的源代码：UnoconvTool.java。据说JODConverter和unoconv都使用开放办公室/自由办公室。

docx4j/docxreport、POI、PDFBox都很好，但它们在转换中缺少一些格式。

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接