轻松搞定——JAVA实现DOC转PDF功能

Word作为目前主流的文本编辑软件之一，功能十分强大，应用人群广，但是它也存在一些问题。像是Word文件在不同软件或操作平台之间传输的时候，时不时会出现各种格式的“变化”，也会有点“不稳定”，例如内容和格式经常容易篡动。

相较于Word，pdf格式文件显然优秀不少。虽然在内容编辑和修改方面表现不佳，但pdf格式文件在不同平台和软件上的稳定性表现着实出色。日常办公中，越来越多的会选择将编辑好的Word文件转换成Pdf格式文件，然后再分享给第三方浏览。

如果只是1个Word文件转换成Pdf文件，简直so easy；10个Word文件转换成pdf文件，虽烦躁，但能忍；如果是将1000个word文件转换成pdf文件呢？这会估计一股无名之火直冲天灵盖，立马想摔电脑的冲动都有了。

但对于程序猿来说，操作起来显然会容易很多，正好接到一个任务，索性就来和大家分享一下：将docx转成PDF文档，还要以代码的方式实现批量操作。先后参考了Apache poi java库以及docx4j组件，于是选择以docx4j组件来进行文档操作。
第一批次的文档共90篇：

以下开始实现docx4j的文档转PDF功能：

一、下载依赖

docx4j所有的依赖jar包使用marven去处理还是蛮简洁的：

<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>

就两个，短暂等待下载依赖之后发现，docx4j的依赖jar包还是挺多的：

手动开始敲代码吧。

二、代码实现

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("隶书", PhysicalFonts.get("LiSu"));fontMapper.put("宋体", PhysicalFonts.get("SimSun"));fontMapper.put("微软雅黑", PhysicalFonts.get("Microsoft Yahei"));fontMapper.put("黑体", PhysicalFonts.get("SimHei"));fontMapper.put("楷体", PhysicalFonts.get("KaiTi"));fontMapper.put("新宋体", PhysicalFonts.get("NSimSun"));fontMapper.put("华文行楷", PhysicalFonts.get("STXingkai"));fontMapper.put("华文仿宋", PhysicalFonts.get("STFangsong"));fontMapper.put("仿宋", PhysicalFonts.get("FangSong"));fontMapper.put("幼圆", PhysicalFonts.get("YouYuan"));fontMapper.put("华文宋体", PhysicalFonts.get("STSong"));fontMapper.put("华文中宋", PhysicalFonts.get("STZhongsong"));fontMapper.put("等线", PhysicalFonts.get("SimSun"));fontMapper.put("等线 Light", PhysicalFonts.get("SimSun"));fontMapper.put("华文琥珀", PhysicalFonts.get("STHupo"));fontMapper.put("华文隶书", PhysicalFonts.get("STLiti"));fontMapper.put("华文新魏", PhysicalFonts.get("STXinwei"));fontMapper.put("华文彩云", PhysicalFonts.get("STCaiyun"));fontMapper.put("方正姚体", PhysicalFonts.get("FZYaoti"));fontMapper.put("方正舒体", PhysicalFonts.get("FZShuTi"));fontMapper.put("华文细黑", PhysicalFonts.get("STXihei"));fontMapper.put("宋体扩展", 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、转换结果

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

有一点报错，不过并不影响pdf的生成，打开生成的pdf，内容也是完整的。算是完成了吧，只要再写一个for循环，去遍历所有的文档就可以了。但是后来发现转换下来的pdf数量少了10个，所有的文档并没有全都转换成功。

四、后续研究

排查一番，发现这些文档中有10个doc文档，就该就是这10个没有成功了，单独拎出来转换一下，结果就报错了：

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/xlsxat 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
“此文件似乎是一个二进制文件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文档，至少doc文档并不能支持。我想到之前有小伙伴也遇到过这样问题，后来说是用了永中的office转换，索性今天自己也来尝试一下。

三下五除二，一顿操作，永中office官网上的office直接就能把我的doc文档转成html展示在浏览器上，心细如尘的我，还在其官网上发现有一款“PDF工具集”的产品：

在文章的右侧有“开发者”选项，可以直接点击它进入到转换的界面。进入之后，发现永中支持的格式还是不少的，在页面的上半部分就列出了当前支持的所有格式：

继续向下滚动鼠标滚轮，到达文档转换的位置：

可以直接点击上传一份doc文档，等待上传完毕，就可以直接将doc文档转换成PDF文档了，这样一来，不管多少个文件，都能一键实现word文件转换成pdf文件，小伙伴们再也不用担心了。

五、总结

其实，目前市面上已有的文档转换类的产品非常多，市场竞争十分激烈。但依旧不妨碍有好的产品涌现出来，受到一众用户的喜欢和追捧。

一款好的产品一定是契合用户的本性，能够对用户形成一种强大的吸引力，将其牢牢“粘住”。就像永中的这款产品，紧跟市场需求，更看到了用户的痛点，真正做到用一款简单、实用、好操作的产品，赢得市场，更赢得了用户！

分享+收藏+点赞，一键三连！！！