如何将 Word 文档转换为 PDF？ [关闭]

Question

如何将 Word 文档转换为 PDF，其中文档包含各种内容，例如表格。尝试使用 iText 时，原始文档与转换后的 PDF 看起来不同。是否有我可以使用的开源 API/库，而不是调用可执行文件？

Answer 1

这是一项相当艰巨的任务，如果您想要完美的结果（不使用 Word 就不可能），那就更难了>更新：我错了，见下文）。

您的基本选项如下：

1. 使用 JNI/a C# web service/etc 脚本 MS Office（100% 完美结果的唯一选项）
2. 使用可用的 API 脚本打开 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 这是我关于此主题的博客文章的精简副本，其中概述了支持 Java 中的 Word-to-PDF 的现有产品。

Converting Microsoft Office (Word, Excel) documents to PDFs in Java

我知道的三个可以渲染 Office 文档的产品：

yeokm1/docs-to-pdf-converter 不定期维护，纯 Java，开源 将多个库绑定在一起来执行转换。

xdocreport 积极开发，纯 Java，开源 它是一种 Java API，可将使用 MS Office (docx) 或 OpenOffice (odt)、LibreOffice (odt) 创建的 XML 文档与 Java 模型合并以生成报告并将其转换为其他格式（PDF、XHTML ...）。

Snowbound Imaging SDK 闭源，纯 Java Snowbound 似乎是 100% 的 Java 解决方案，成本超过 2,500 美元。它包含描述如何在评估下载中转换文档的示例。

OpenOffice API 开源，不是纯 Java - 需要安装 Open Office OpenOffice 是一个支持 Java API 的原生 Office 套件。这支持阅读 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，您需要通过“writer_pdf_Export”编写器而不是“MS Word 97”编写器。 或者您可以使用包装 API JODConverter。

JDocToPdf - 于 2016 年 2 月 11 日去世 使用 Apache POI 读取 Word 文档，使用 iText 编写 PDF。完全免费，100% Java，但有一些 limitations。

Answer 2

我同意将 OpenOffice 列为具有 Java API 的 word/pdf 文档的高保真导入/导出工具的海报，它也可以跨平台工作。 OpenOffice 导入/导出过滤器非常强大，可以在转换为包括 PDF 在内的各种格式期间保留大多数格式。 Docmosis 和 JODReports 的增值让生活比直接学习 OpenOffice API 更轻松，因为 UNO api 的风格和与崩溃相关的错误，这可能具有挑战性。

Answer 3

您可以为此目的使用 JODConverter。它可用于在不同的办公格式之间转换文档。如：

1. Microsoft Office 到 OpenDocument，反之亦然
2. 任何格式的 PDF
3. 并且还支持更多的转换
4. 它还可以将 MS office 2007 文档转换为几乎所有格式的 PDF

关于它的更多细节可以在这里找到： http://www.artofsolving.com/opensource/jodconverter

Answer 4

unoconv，这是一个在 UNIX 中工作的 python 工具。 虽然我使用 Java 在 UNIX 中调用 shell，但它对我来说非常适合。我的源代码：UnoconvTool.java。据说 JODConverter 和 unoconv 都使用 open office/libre office。

docx4j/docxreport、POI、PDFBox 都不错，但在转换中缺少一些格式。

Answer 5

查看docs-to-pdf-converter on github。它是专为将文档转换为 pdf 而设计的轻量级解决方案。

为什么？

我想要一个可以转换 Microsoft Office 文档的简单程序 到 PDF 但没有像 LibreOffice 这样的依赖项或昂贵的 专有解决方案。查看如何转换代码和库 每个单独的格式都分散在网络上，我决定 将所有这些解决方案组合到一个程序中。一路上，我 由于我也遇到了代码，所以决定也添加 ODT 支持。

Answer 6

您可以使用 Cloudmersive 本机 Java 库。它每月最多可免费进行 50,000 次转换，并且根据我的经验，它比 iText 或基于 Apache POI 的方法等其他方法具有更高的保真度。这些文档实际上看起来与 Microsoft Word 中的一样，这对我来说是关键。顺便说一句，它还可以做 XLSX、PPTX 以及遗留的 DOC、XLS 和 PPT 到 PDF 的转换。

这是代码的样子，首先添加你的导入：

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;

然后转换一个文件：

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();
}

您可以从门户免费获得document conversion API key。

Answer 7

使用JACOB调用Office Word是一个100%完美的解决方案。但它只支持Windows平台，因为需要安装Office Word。

1. 下载 JACOB 存档（最新版本为 1.19）；
2. 将 jacob.jar 添加到您的项目类路径中；
3. 将 jacob-1.19-x32.dll 或 jacob-1.19-x64.dll（取决于您的 jdk 版本）添加到 ...\Java\jdk1.x.x_xxx\jre\bin

4. 使用 JACOB API 调用 Office Word 将 doc/docx 转换为 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();
           }
       }
   }
   

   }

Answer 8

已经 2019 年了，我不敢相信仍然没有最简单和最方便的方法可以将 Java 世界中最流行的 Micro$oft Word 文档转换为 Adob​​e PDF 格式。

我几乎尝试了上述答案中提到的所有方法，我发现最好的也是唯一能满足我要求的方法是使用 OpenOffice 或 LibreOffice。其实我不太清楚它们之间的区别，似乎它们都提供了soffice命令行。

我的要求是：

1. 它必须在 Linux 上运行，更具体地说是 CentOS，而不是在 Windows 上，因此我们无法在其上安装 Microsoft Office；
2. 必须支持汉字，所以不能选择ISO-8859-1字符编码，必须支持Unicode。

首先想到的是doc-to-pdf-converter，但它缺乏维护，最近一次更新发生在4年前，我不会使用nobody-maintain-solution。 Xdocreport 似乎是一个有前途的选择，但它只能转换docx，而不是doc 二进制文件，这对我来说是强制性的。使用 Java 调用 OpenOffice API 看起来不错，但是对于这么简单的需求来说太复杂了。

最后我找到了最好的解决方案：使用 OpenOffice 命令行完成工作：

Runtime.getRuntime().exec("soffice --convert-to pdf -outdir . /path/some.doc");

我一直相信最短的代码就是最好的代码（当然应该是可以理解的），就是这样。

Answer 9

Docx4j 是开源，是用于将 Docx 转换为 pdf 且没有任何对齐或字体问题的最佳 API。

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();
        } 
    }

}

Answer 10

Spire.Doc for Java，它是一个专业的Java API，使Java应用程序无需使用Microsoft Office即可创建、转换、操作和打印Word文档。您可以轻松地将Word转换为PDF，只需几行代码如下。

import com.spire.doc.Document;
import com.spire.doc.FileFormat;
import com.spire.doc.ToPdfParameterList;

public class WordToPDF {
public static void main(String[] args)  {

    //Create Document object
    Document doc = new Document();

    //Load the file from disk.
    doc.loadFromFile("Sample.docx");

    //create an instance of ToPdfParameterList.
    ToPdfParameterList ppl=new ToPdfParameterList();

    //embeds full fonts by default when IsEmbeddedAllFonts is set to true.
    ppl.isEmbeddedAllFonts(true);

    //set setDisableLink to true to remove the hyperlink effect for the result PDF page.
    //set setDisableLink to false to preserve the hyperlink effect for the result PDF page.
    ppl.setDisableLink(true);

    //Set the output image quality as 40% of the original image. 80% is the default setting.
    doc.setJPEGQuality(40);

    //Save to file.
    doc.saveToFile("output/ToPDF.pdf",FileFormat.PDF);
}
}

运行上面的sn-ps代码后，原Word文档的所有格式都可以完美复制成PDF。