如何将 Word 文档转换为 PDF？

Question

Closed. This question is seeking recommendations for software libraries, tutorials, tools, books, or other off-site resources. It does not meet Stack Overflow guidelines. It is not currently accepting answers.

---

我们不允许提出寻求软件库、教程、工具、书籍或其他场外资源推荐的问题。您可以编辑问题，以便用事实和引文来回答。

3 年前已关闭。

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 是不可能的），那就更难了，因为我相信用纯 Java 为您完成这一切并且开源的 API 数量为零（更新：我错了，见下文）。

您的基本选项如下：

1. 使用 JNI/C# Web 服务/等脚本 MS Office（100% 完美结果的唯一选项）
2. 使用可用的 API 脚本 Open Office（90+% 完美）
3. 使用 Apache POI 和 Open Office（90+% 完美） iText（非常大的工作，永远不会完美）。

更新 - 2016-02-11
这是我关于该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。

转换 Microsoft Office (使用 Java 将 Word、Excel）文档转换为 PDF

据我所知，三种产品可以呈现 Office 文档：

yeokm1/docs-to-pdf-converter
不定期维护、纯 Java、开源
将多个库结合在一起来执行转换。

xdocreport
积极开发，纯Java，开源
它是 Java API，用于将使用 MS Office (docx) 或 OpenOffice (odt)、LibreOffice (odt) 创建的 XML 文档与 Java 模型合并，以生成报告并在需要时将其转换为其他格式（PDF、XHTML...）。

Snowbound 成像 SDK
闭源、纯 Java
Snowbound 似乎是 100% Java 解决方案，成本超过 2,500 美元。它包含描述如何转换评估下载中的文档的示例。

OpenOffice API
开源，非纯 Java - 需要安装 Open Office
OpenOffice 是一个支持 Java API 的本机 Office 套件。这支持阅读Office文档和编写PDF文档。 SDK 包含文档转换示例 (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 - 截至 2016 年 2 月 11 日已失效
使用 Apache POI 读取 Word 文档，使用 iText 编写 PDF。完全免费，100% Java，但有一些限制。

Answer 2

Docx4j 是开源，也是将 Docx 转换为 pdf 的最佳 API，无需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();
        } 
    }

}

Answer 3

您可以使用 JODConverter 来实现此目的。它可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. 并支持更多转换
4. 它还可以将 MS Office 2007 文档转换为 PDF 以及几乎所有格式

更多详细信息可以在此处找到：
http://www.artofsolving.com/opensource/jodconverter

Answer 4

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

我几乎尝试了上面答案提到的所有方法，我发现最好的也是唯一能满足我的要求的方法是使用 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. 它必须运行在Linux上，更具体地说是CentOS，不能运行在Windows上，因此我们不能在上面安装Microsoft Office；
2. 它必须支持汉字，所以ISO-8859-1字符编码不是一个选择，它必须支持Unicode。

首先想到的是 doc-to-pdf-converter ，但它缺乏维护，上次更新发生在 4 年前，我不会使用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，但不能转换 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，但是对于如此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命令行来完成工作：

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

我始终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 5

查看 github 上的 docs-to-pdf-converter。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
转换为 PDF，但没有 LibreOffice 之类的依赖项或昂贵的
专有解决方案。看看代码和库如何转换
每种单独的格式都分散在网络上，我决定
将所有这些解决方案合并到一个程序中。一路走来，我
因为我也遇到了该代码，所以决定添加 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，根据我的经验，它比 iText 或基于 Apache POI 的方法等其他方法的保真度要高得多。这些文档实际上看起来与 Microsoft Word 中的文档相同，这对我来说是关键。顺便说一句，它还可以将 XLSX、PPTX 以及传统的 DOC、XLS 和 PPT 转换为 PDF。

代码如下，首先添加导入：

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();
}

您可以获得 文档转换API 密钥可从门户免费获取。

Answer 7

我同意海报将 OpenOffice 列为具有 Java API 的 word/pdf 文档高保真导入/导出工具，并且它也可以跨平台工作。 OpenOffice 导入/导出过滤器非常强大，在转换为包括 PDF 在内的各种格式时可以保留大多数格式。 Docmosis 和 JODReports 增值功能使生活比直接学习 OpenOffice API 更容易，因为 UNO api 的风格和与崩溃相关的错误可能具有挑战性。

Answer 8

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

1. 下载JACOB压缩包（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进行转换doc/docx 到 pdf。

   public void ConvertDocx2pdf(String docxFilePath) {
       文件 docxFile = 新文件(docxFilePath);
       String pdfFile = docxFilePath.substring(0, docxFilePath.lastIndexOf(".docx")) + ".pdf";
   
       如果（docxFile.exists（））{
           if (!docxFile.isDirectory()) {
               ActiveXComponent 应用程序 = null;
   
               长开始 = System.currentTimeMillis();
               尝试 {
                   ComThread.InitMTA(true);
                   app = new ActiveXComponent("Word.Application");
                   调度文档 = app.getProperty("Documents").toDispatch();
                   调度文档 = Dispatch.call(documents, "Open", docxFilePath, false, true).toDispatch();
                   文件目标 = 新文件(pdfFile);
                   if (目标.exists()) {
                       目标.删除();
                   }
                   Dispatch.call(文档, "另存为", pdfFile, 17);
                   Dispatch.call(文档, "关闭", false);
                   长结束= System.currentTimeMillis();
                   logger.info("============转换完成：" + (end - start) + "ms");
               } catch (异常 e) {
                   logger.error(e.getLocalizedMessage(), e);
                   throw new RuntimeException("pdf 转换失败。");
               } 最后 {
                   如果（应用程序！= null）{
                       app.invoke("退出", new Variant[] {});
                   }
                   ComThread.Release();
               }
           }
       }
   }
   

Answer 9

unoconv，它是一个在 UNIX 上运行的 python 工具。
当我使用 Java 来调用 UNIX 中的 shell 时，它非常适合我。我的源代码： UnoconvTool.java。据说JODConverter和unoconv都使用open office/libre office。

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