腳本之家服務器常用軟件

快捷導航

Java使用openOffice對于word的轉換及遇到的問題解決

更新時間：2018年09月10日 16:52:33 作者：曾將

開發(fā)過程中經常會使用java將office系列文檔轉換為PDF，一般都使用微軟提供的openoffice+jodconverter 實現轉換文檔，下面這篇文章主要給大家介紹了關于Java通過openOffice對于word的轉換及遇到問題的解決方法，需要的朋友可以參考下

一：需求詳情：

OpenOffice.org 是一套跨平臺的辦公室軟件套件，能在 Windows、Linux、MacOS X (X11)、和 Solaris 等操作系統(tǒng)上執(zhí)行。它與各個主要的辦公室軟件套件兼容。OpenOffice.org 是自由軟件，任何人都可以免費下載、使用、及推廣它。

公司需要存儲合同文件，用戶上傳word文檔的合同，通過openOffice去把word轉換為pdf、再把pdf轉換為圖片格式，并分別存儲。因為openOffice的轉換需要耗費挺大的內存，所以設計為task任務，凌晨自動轉換。

記錄本次需求完成的時候遇到的問題。

openoffice既有windows版本也有l(wèi)inux版。不用擔心生產環(huán)境是linux系統(tǒng)。

關于linux系統(tǒng)安裝openoffice軟件請參照：點擊這里

二：過程

1：本地環(huán)境編碼（windows）

第一步：因為是本地環(huán)境的編碼而且是Windows環(huán)境，所以從安裝openOffice開始，到啟動服務并沒有遇到難題。

第二步：轉換所需要的工具包；

 <dependency>
 <groupId>commons-cli</groupId>
 <artifactId>commons-cli</artifactId>
 <version>1.2</version>
 </dependency>
 
 <dependency>
 <groupId>commons-io</groupId>
 <artifactId>commons-io</artifactId>
 <version>1.4</version>
 </dependency>
 
 <dependency>
 <groupId>org.openoffice</groupId>
 <artifactId>juh</artifactId>
 <version>3.0.1</version>
 </dependency>
 
 <dependency>
 <groupId>org.openoffice</groupId>
 <artifactId>jurt</artifactId>
 <version>3.0.1</version>
 </dependency>
 
 <dependency>
 <groupId>org.openoffice</groupId>
 <artifactId>ridl</artifactId>
 <version>3.0.1</version>
 </dependency>
 
 <dependency>
 <groupId>org.slf4j</groupId>
 <artifactId>slf4j-api</artifactId>
 </dependency>
 
 <dependency>
 <groupId>org.slf4j</groupId>
 <artifactId>slf4j-jdk14</artifactId>
 <scope>test</scope>
 </dependency>
 
 <dependency>
 <groupId>org.openoffice</groupId>
 <artifactId>unoil</artifactId>
 <version>3.0.1</version>
 </dependency>
 
 <dependency>
 <groupId>com.thoughtworks.xstream</groupId>
 <artifactId>xstream</artifactId>
 <version>1.3.1</version>
 </dependency>
 
 <dependency>
 <groupId>org.apache.pdfbox</groupId>
 <artifactId>fontbox</artifactId>
 <version>2.0.8</version>
 </dependency>
 
 <dependency>
 <groupId>org.apache.pdfbox</groupId>
 <artifactId>pdfbox</artifactId>
 <version>2.0.8</version>
 </dependency>

問題1：在這里遇到了第一個問題，就是在maven的中央倉庫找不到關鍵的依賴jar包的問題。

jodconverter-cli 這個jar包中央倉庫找不到jar包依賴，jodconverter 版本才到2.2.1（這個版本之前的不能支持docx格式轉換，2.2.2及以后才開始支持。）

然后和大牛商量，加入到公司內網自己的maven倉庫。

第三步：工具類

 /**
 * @author GH
 * 輸入文件
 * 輸出文件
 */
 public class WordToPdf {//word轉pdf
 public static void docToPdf(File inputFile, File outputFile){
 OpenOfficeConnection connection = new SocketOpenOfficeConnection(8100);
 try{
 connection.connect();
 DocumentConverter converter = new OpenOfficeDocumentConverter(connection);
 converter.convert(inputFile, outputFile);
 }catch(ConnectException cex){
 cex.printStackTrace();
 }finally{
 if(connection!=null){
 connection.disconnect();
 connection = null;
 }
 }
 }
 }

 /**
 * @author GH
 * 參數1：要裝換的pdf位置
 * 參數2：轉換后的圖片存放位置
 * 參數3：中間要拼接的名字
 * return：轉換后的img名字集合
 */
 public class PdfToImage {//pdf轉img
 public static List<String> pdfToImagePath(String srcFile,String contractFromSrc,String name){
 List<String> list = new ArrayList<>();
 String imagePath;
 File file = new File(srcFile);
 try {
 File f = new File(contractFromSrc);
 if(!f.exists()){
 f.mkdir();
 }
 PDDocument doc = PDDocument.load(file);
 PDFRenderer renderer = new PDFRenderer(doc);
 int pageCount = doc.getNumberOfPages();
 for(int i=0; i<pageCount; i++){
 // 方式1,第二個參數是設置縮放比(即像素)
 // BufferedImage image = renderer.renderImageWithDPI(i, 296);
 // 方式2,第二個參數是設置縮放比(即像素)
 BufferedImage image = renderer.renderImage(i, 2f); //第二個參數越大生成圖片分辨率越高，轉換時間也就越長
 imagePath = contractFromSrc+name+"-"+i +".jpg";
 ImageIO.write(image, "PNG", new File(imagePath));
 list.add(name+"-"+i +".jpg");
 }
 doc.close();
 } catch (IOException e) {
 e.printStackTrace();
 }
 return list;
 }
 }

第四步：編碼

首先從數據庫讀取沒有轉換過的集合，循環(huán)下載oss對象存儲文件到指定臨時文件夾。

通過工具類轉換下載的word為pdf，錄入數據pdf記錄，上傳oss對象pdf圖片。

通過工具類轉換得到的pdf圖片，錄入數據路圖片記錄，上傳轉換得到的img圖片。

try catch捕捉異常，有異常就回滾數據庫，刪除oss對象上傳的文件。

修改word的轉換狀態(tài)為已轉換。

問題2：因為到最后測試環(huán)境和生產環(huán)境都是Linux系統(tǒng)的，因為涉及到文件的操作，但是Linux和Windows的文件路徑是不一樣的，例如：Windows文件路徑為（C:\tmp\test.txt）Linux則為（/tmp/test.txt）

因此采用這種方式

 　　public final static String Convert_Tmp_Url="C:"+File.separator+"temp"+File.separator+"contractToImg"+File.separator;//進行word——img轉換的時候的暫時存放路徑 window
 public final static String Convert_Tmp_Url2=File.separator+"tmp"+File.separator+"contractToImg"+File.separator;//進行word——img轉換的時候的暫時存放路徑 linux

File.separator 與系統(tǒng)有關的默認名稱分隔符，為了方便，它被表示為一個字符串在Linux此字段的值為 '/' Windows為'\'

第五步：本地測試，沒有問題。

2：測試環(huán)境測試（windows）

問題3：在Linux環(huán)境下word轉換word中文出現亂碼空白，導致的原因是Linux缺少中文字體編碼。

解決方法：

步驟1：創(chuàng)建路徑。

在centos的/usr/java/jdk1.8.0_91/jre/lib/fonts下新建路徑：fallback。

步驟2：上傳字體。

將字體：simhei.ttf 黑體、simsun.ttc 宋體（windows下通過everything找下）上傳至/usr/java/jdk1.8.0_91/jre/lib/fonts/fallback路徑下。

步驟3：查看系統(tǒng)字體文件路徑。

查看方案:

[root@80ec6 fallback]# cat /etc/fonts/fonts.conf
<!-- Font directory list -->
<dir>/usr/share/fonts</dir>
<dir>/usr/share/X11/fonts/Type1</dir> <dir>/usr/share/X11/fonts/TTF</dir> <dir>/usr/local/share/fonts</dir>
<dir>~/.fonts</dir>

步驟4：字體拷貝。

將 /usr/java/jdk1.8.0_91/jre/lib/fonts的全部內容，拷貝到步驟3查看的路徑下，我的字體路徑為：/usr/share/fonts。

步驟5：更新緩存

執(zhí)行命令：fc-cache

步驟6：kill掉openoffice進程。

　　[root@80ec6 fonts]# ps -ef | grep openoffice

　　root 3045 3031 0 06:19 pts/1 00:00:03 /opt/openoffice4/program/soffice.bin -headless -accept=socket,host=127.0.0.1,port=8100;urp; -nofirststartwizard

執(zhí)行kill：kill -9 3045

步驟7：重啟后臺運行openoffice。

　[root@a3cf78780ec6 openoffice4]# soffice -headless -accept="socket,host=127.0.0.1,port=8100;urp;" -nofirststartwizard &

3：測試環(huán)境和生產環(huán)境內核不一樣，安裝的安裝包不一樣。

測試環(huán)境的安裝的是deb文件，使用 dpkg命令安裝所有的deb文件，啟動服務就能使用。

生產環(huán)境的是dpkg命令找不到。改換安裝prm文件，執(zhí)行安裝之后，竟然啟動不了，查找原因之后盡然是沒有安裝完，RPMS目錄下有desktop-integration文件夾，進入到desktop-integration目錄，里面有四個rpm　　文件，選擇相應的安裝即可，這里我選擇的是redhat版本。

執(zhí)行 rpm -ivh　openoffice4.1.5-redhat-menus-4.1.5-9789.noarch.rpm

總結

以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，如果有疑問大家可以留言交流，謝謝大家對腳本之家的支持。

您可能感興趣的文章: