基于Java编写一个PDF与Word文件转换工具

前言

前段时间一直使用到word文档转pdf或者pdf转word，寻思着用Java应该是可以实现的，于是花了点时间写了个文件转换工具

源码weloe/FileConversion (github.com)

主要功能就是word和pdf的文件转换，如下

• pdf 转 word

• pdf 转 图片

• word 转 图片

• word 转 html

• word 转 pdf

实现方法

主要使用了pdfbox Apache PDFBox | A Java PDF Library以及spire.doc Free Spire.Doc for Java | 100％ 免费 Java Word 组件 (e-iceblue.cn)两个工具包

pom.xml

<repositories>
       <repository>
           <id>com.e-iceblue</id>
           <url>http://repo.e-iceblue.cn/repository/maven-public/</url>
       </repository>
   </repositories>

<properties>
       <maven.compiler.source>8</maven.compiler.source>
       <maven.compiler.target>8</maven.compiler.target>
   </properties>
   <dependencies>
       <dependency>
           <groupId>org.apache.pdfbox</groupId>
           <artifactId>pdfbox</artifactId>
           <version>2.0.4</version>
       </dependency>
       <dependency>
           <groupId>junit</groupId>
           <artifactId>junit</artifactId>
           <version>4.13.2</version>
           <scope>test</scope>
       </dependency>

<dependency>
           <groupId>e-iceblue</groupId>
           <artifactId>spire.doc.free</artifactId>
           <version>3.9.0</version>
       </dependency>
   </dependencies>

策略接口

public interface FileConversion {

boolean isSupport(String s);

String convert(String pathName,String dirAndFileName) throws Exception;

}

PDF转图片实现

public class PDF2Image implements FileConversion{
   private String suffix = ".jpg";
   public static final int DEFAULT_DPI = 150;

@Override
   public boolean isSupport(String s) {
       return "pdf2image".equals(s);
   }

@Override
   public String convert(String pathName,String dirAndFileName) throws Exception {
       String outPath = dirAndFileName + suffix;
       if(Files.exists(Paths.get(outPath))){
           throw new RuntimeException(outPath+" 文件已存在");
       }

pdf2multiImage(pathName,outPath,DEFAULT_DPI);

return outPath;
   }

/**
    * pdf转图片
    * 多页PDF会每页转换为一张图片，下面会有多页组合成一页的方法
    *
    * @param pdfFile pdf文件路径
    * @param outPath 图片输出路径
    * @param dpi 相当于图片的分辨率，值越大越清晰，但是转换时间变长
    */
   public void pdf2multiImage(String pdfFile, String outPath, int dpi) {
       if (dpi <= 0) {
           // 如果没有设置DPI，默认设置为150
           dpi = DEFAULT_DPI;
       }
       try (PDDocument pdf = PDDocument.load(new FileInputStream(pdfFile))) {
           int actSize = pdf.getNumberOfPages();
           List<BufferedImage> picList = new ArrayList<>();
           for (int i = 0; i < actSize; i++) {
               BufferedImage image = new PDFRenderer(pdf).renderImageWithDPI(i, dpi, ImageType.RGB);
               picList.add(image);
           }
           // 组合图片
           ImageUtil.yPic(picList, outPath);
       } catch (IOException e) {
           e.printStackTrace();
       }
   }
}

PDF转word实现

public class PDF2Word implements FileConversion {

private String suffix = ".doc";

@Override
   public boolean isSupport(String s) {
       return "pdf2word".equals(s);
   }

/**
    *
    * @param pathName
    * @throws IOException
    */
   @Override
   public String convert(String pathName,String dirAndFileName) throws Exception {
       String outPath = dirAndFileName + suffix;
       if(Files.exists(Paths.get(outPath))){
           throw new RuntimeException(outPath+" 文件已存在");
       }

pdf2word(pathName, outPath);

return outPath;
   }

private void pdf2word(String pathName, String outPath) throws IOException {
       PDDocument doc = PDDocument.load(new File(pathName));
       int pagenumber = doc.getNumberOfPages();
       // 创建文件
       createFile(Paths.get(outPath));

FileOutputStream fos = new FileOutputStream(outPath);
       Writer writer = new OutputStreamWriter(fos, "UTF-8");
       PDFTextStripper stripper = new PDFTextStripper();

stripper.setSortByPosition(true);//排序

stripper.setStartPage(1);//设置转换的开始页
       stripper.setEndPage(pagenumber);//设置转换的结束页
       stripper.writeText(doc, writer);
       writer.close();
       doc.close();
   }

}

word转html

public class Word2HTML implements FileConversion{
   private String suffix = ".html";

@Override
   public boolean isSupport(String s) {
       return "word2html".equals(s);
   }

@Override
   public String convert(String pathName, String dirAndFileName) {
       String outPath = dirAndFileName + suffix;
       if(Files.exists(Paths.get(outPath))){
           throw new RuntimeException(outPath+" 文件已存在");
       }

Document doc = new Document();
       doc.loadFromFile(pathName);
       doc.saveToFile(outPath, FileFormat.Html);
       doc.dispose();
       return outPath;
   }
}

word转图片

public class Word2Image implements FileConversion{
   private String suffix = ".jpg";

@Override
   public boolean isSupport(String s) {
       return "word2image".equals(s);
   }

@Override
   public String convert(String pathName, String dirAndFileName) throws Exception {
       String outPath = dirAndFileName + suffix;
       if(Files.exists(Paths.get(outPath))){
           throw new RuntimeException(outPath+" 文件已存在");
       }

Document doc = new Document();
       //加载文件
       doc.loadFromFile(pathName);
       //上传文档页数，也是最后要生成的图片数
       Integer pageCount = doc.getPageCount();
       // 参数第一个和第三个都写死 第二个参数就是生成图片数
       BufferedImage[] image = doc.saveToImages(0, pageCount, ImageType.Bitmap);
       // 组合图片
       List<BufferedImage> imageList = Arrays.asList(image);
       ImageUtil.yPic(imageList, outPath);
       return outPath;
   }
}

word转pdf

public class Word2PDF implements FileConversion{

private String suffix = ".pdf";

@Override
   public boolean isSupport(String s) {
       return "word2pdf".equals(s);
   }

@Override
   public String convert(String pathName, String dirAndFileName) throws Exception {
       String outPath = dirAndFileName + suffix;
       if(Files.exists(Paths.get(outPath))){
           throw new RuntimeException(outPath+" 文件已存在");
       }
       //加载word
       Document document = new Document();
       document.loadFromFile(pathName, FileFormat.Docx);
       //保存结果文件
       document.saveToFile(outPath, FileFormat.PDF);
       document.close();
       return outPath;
   }
}

使用

输入转换方法，文件路径，输出路径(输出路径如果输入'null'则为文件同目录下同名不同后缀文件)

转换方法可选项：

• pdf2word

• pdf2image

• word2html

• word2image

• word2pdf

例如输入:

pdf2word D:\test\testpdf.pdf null

控制台输出：

转换方法: pdf2word  文件: D:\test\testFile.pdf
转换成功！文件路径: D:\test\testFile.doc

来源：https://www.cnblogs.com/weloe/p/17038372.html