SpringBoot实现Word转PDF/TXT

2024-08-28 06:52

本文主要是介绍SpringBoot实现Word转PDF/TXT,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

     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。博主本来想深入学习一下的,奈何时间有限,只能浅尝辄止。在此留下相关线索,将来有机会了再研究下:

        1、aspose-cells:类似于aspose-word, 可以将表格转换为文本格式。本质上应该可以解决在html页面上对Excel进行操作的需求。

        2、huaweicloud-sdk-ocr:华为云识别,可以实现图片/PDF中的文字识别和文字提取,将其转换为可编辑的文件。相关教程和用例可见:华为云Java SDK_文字识别 OCR

        3、spire.doc.free:这个依赖也可以实现文档与PDF/网页的互转。

        最后,感谢大佬提供的教程:【Java】将PDF输出为Text/Excel,让我获益匪浅,感激不尽。

这篇关于SpringBoot实现Word转PDF/TXT的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1114048

相关文章

JVM 的类初始化机制

前言 当你在 Java 程序中new对象时,有没有考虑过 JVM 是如何把静态的字节码(byte code)转化为运行时对象的呢,这个问题看似简单,但清楚的同学相信也不会太多,这篇文章首先介绍 JVM 类初始化的机制,然后给出几个易出错的实例来分析,帮助大家更好理解这个知识点。 JVM 将字节码转化为运行时对象分为三个阶段,分别是:loading 、Linking、initialization

Spring Security 基于表达式的权限控制

前言 spring security 3.0已经可以使用spring el表达式来控制授权,允许在表达式中使用复杂的布尔逻辑来控制访问的权限。 常见的表达式 Spring Security可用表达式对象的基类是SecurityExpressionRoot。 表达式描述hasRole([role])用户拥有制定的角色时返回true (Spring security默认会带有ROLE_前缀),去

浅析Spring Security认证过程

类图 为了方便理解Spring Security认证流程,特意画了如下的类图,包含相关的核心认证类 概述 核心验证器 AuthenticationManager 该对象提供了认证方法的入口,接收一个Authentiaton对象作为参数; public interface AuthenticationManager {Authentication authenticate(Authenti

Spring Security--Architecture Overview

1 核心组件 这一节主要介绍一些在Spring Security中常见且核心的Java类,它们之间的依赖,构建起了整个框架。想要理解整个架构,最起码得对这些类眼熟。 1.1 SecurityContextHolder SecurityContextHolder用于存储安全上下文(security context)的信息。当前操作的用户是谁,该用户是否已经被认证,他拥有哪些角色权限…这些都被保

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

Java架构师知识体认识

源码分析 常用设计模式 Proxy代理模式Factory工厂模式Singleton单例模式Delegate委派模式Strategy策略模式Prototype原型模式Template模板模式 Spring5 beans 接口实例化代理Bean操作 Context Ioc容器设计原理及高级特性Aop设计原理Factorybean与Beanfactory Transaction 声明式事物

Java进阶13讲__第12讲_1/2

多线程、线程池 1.  线程概念 1.1  什么是线程 1.2  线程的好处 2.   创建线程的三种方式 注意事项 2.1  继承Thread类 2.1.1 认识  2.1.2  编码实现  package cn.hdc.oop10.Thread;import org.slf4j.Logger;import org.slf4j.LoggerFactory

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来,一站式有声阅读平台听书系统 🌟&nbsp;开篇:遇见未来,从“智听”开始 在这个快节奏的时代,你是否渴望在忙碌的间隙,找到一片属于自己的宁静角落?是否梦想着能随时随地,沉浸在知识的海洋,或是故事的奇幻世界里?今天,就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统,它正悄悄改变着我们的阅读方式,让未来触手可及! 📚&nbsp;第一站:海量资源,应有尽有 走进“智听