SpringBoot实现Word转PDF和TXT的实践分享
背景
研发工作中难免会遇到一些奇奇怪怪的需求,就比如最近,客户提了个新需求:上传一个WORD文档,要求通过系统把该文档转换成PDF和TXT。客户的需求是没得商量的,必须实现!承载着客户的期望,我开始在网上找相关的资料。没曾想,还真有开源的依赖专门处理这类问题,咱们一起来看看吧!
实践
1、下载和引入Jar包
要实现WORD到PDF/TXT的转换,需要引入以下几个Jar包:
<dependency> <groupId>com.aspose</groupId> <artifactId>aspose-words</artifactId> <version>19.1</version> <scope>system</scope> <systemPath>${pom.basedir}/src/main/resources/lib/aspose-words-19.1.jar</systemPath> </dependency> <!-- https://mvnrepository.com/artifact/org.apache.pdfbox/pdfbox-tools --> <dependency> <groupId>org.apache.pdfbox</groupId> <artifactId>pdfbox</artifactId> <version>3.0.3</version> </dependency>
其中,aspose-words包不太好找,在阿里云镜像库中都没有,需要在网上下载后,上传到本地的私 服库,或者用上文中的方式直接在lib中加载。我在网上找了这个地址,可以查看和下载相关包:Aspose.Words 24.4
2、代码实现
将依赖包引入之后,编写以下Java代码:
package com.leixi.fileTrans.utils; import com.aspose.words.SaveFormat; import java.io.BufferedWriter; import java.io.File; import java.io.FileInputStream; import java.io.FileOutputStream; import java.io.OutputStreamWriter; import com.aspose.words.Document; import org.apache.pdfbox.Loader; import org.apache.pdfbox.pdmodel.PDDocument; import org.apache.pdfbox.text.PDFTextStripper; /** * * @author leixiyueqi * @since 2024/08/26 19:39 */ public class FileTransUtils { public static void main(String[] args) throws Exception { File file = new File("D:\\upload\\SAAS.docx"); String output = "D:\\upload\\SAAS.pdf"; doc2pdf(file, output); System.out.println("测度结束"); } public static void doc2pdf(File file, String outPath) throws Exception{ FileInputStream fis = new FileInputStream(file); Document document = new Document(fis); if (!checkDirectory(outPath)) { throw new Exception("创建目录失败"); } document.save(outPath, SaveFormat.PDF); System.out.println(String.format("WORD转换Pdf成功: %s", outPath)); document.save(outPath.replace(".pdf", ".txt"), SaveFormat.TEXT); System.out.println(String.format("WORD转换Txt成功: %s", outPath.replace(".pdf", ".txt"))); document.save(outPath.replace(".pdf", ".html"), SaveFormat.HTML); System.out.println(String.format("WORD转换html成功: %s", outPath.replace(".pdf", ".html"))); pdfToTxt(new File(outPath), new File(outPath.replace(".pdf", "ByPdf.txt"))); System.out.println(String.format("通过Pdf转换Txt成功: %s", outPath.replace(".pdf", "ByPdf.txt"))); } public static boolean checkDirectory(String filePath) { File file = new File(filePath); if (file.isDirectory()) { return true; } else { File dir = file.getParentFile(); if (dir != null && !dir.isDirectory() && !dir.mkdirs()) { System.out.println(String.format("创建目录%s失败:", dir.getAbsolutePath())); return false; } else { return true; } } } public static void pdfToTxt(File input, File output) { BufferedWriter wr = null; try { PDDocument pd = Loader.loadPDF(input); pd.save("CopyOf" + input.getName().split("\\.")[0] + ".pdf"); PDFTextStripper stripper = new PDFTextStripper(); wr = new BufferedWriter(new OutputStreamWriter(new FileOutputStream(output))); stripper.writeText(pd, wr); if (pd != null) { pd.close(); } wr.close(); } catch (Exception e) { e.printStackTrace(); }finally { System.out.println("PDF转换Txt成功"); } } }
3、测试
先创建一个WORD文件,放在d:\upload\文件夹下:
然后执行Java代码中的main方法,结果如下:
从结果来看,咱们的转换测试是非常成功的。
后记
这次的实践的成果还是十分有价值的,它不仅可以用于项目中,还可以应用于工作生活中,比如博主平常习惯看电子书,在网上收集到的很多资料都是PDF格式的,怎么办?用程序一转换就行了。
但不得不说的是,这只是一个非常初级的,学习性的Demo,实际在项目中,要想实现PDF转换为TXT或其他文件,其实十分麻烦。要针对PDF文件是文字居多,还是图片/表格居多,采用不同的办法;转换的时候,还要计算图片的偏转角度,去除水印,去除格式字符等诸多操作,十分繁琐。
以上就是SpringBoot实现Word转PDF和TXT的实践分享的详细内容,更多关于SpringBoot Word转PDF/TXT的资料请关注脚本之家其它相关文章!
相关文章
Eclipse中引入com.sun.image.codec.jpeg包报错的完美解决办法
Java开发中对图片的操作需要引入 com.sun.image.codec.jpeg,但有时引入这个包会报错,利用下面的操作可以完成解决这个问题2018-02-02
最新评论