Java開發(fā)中Word轉(zhuǎn)PDF文件5種方案橫向評測

前段時間接了個項目，需要各種處理Word模板、轉(zhuǎn)PDF、簽章等等，非常頭疼，其中光是一個word轉(zhuǎn)PDF就折磨我好久，實現(xiàn)轉(zhuǎn)換很簡單，但是效果總是達不到滿意，于是我把市面上能找到的word轉(zhuǎn)pdf方法都試了個遍。現(xiàn)在把這些方案來做個橫向?qū)Ρ?，希望對大家能有幫助?/p>

對比的時候我選擇了兩個指標(biāo)來進行對比。

• 格式保真
  • 經(jīng)過對比我發(fā)現(xiàn)對于一些比較簡單的word文檔，各種方法差別比較小，但一些復(fù)雜的word文檔差別就太大了，甚至有的轉(zhuǎn)換之后根本就不能用。所以格式保真是最重要的，就是指是否能夠100%保留word文檔的格式，分為五個等級
  • 五星：肉眼看不出差別，轉(zhuǎn)換方法也不需要特殊的處理
  • 四星：不影響頁面呈現(xiàn)，但細節(jié)地方或特殊情況下會出現(xiàn)細微差異，通過程序的特殊處理可以解決。
  • 三星：不影響頁面呈現(xiàn)，出現(xiàn)明顯的跳頁的情況。轉(zhuǎn)換的時候word中的表格是最容易跳頁了。
  • 二星：影響頁面呈現(xiàn)，影響閱讀，格式出現(xiàn)明顯偏差，已經(jīng)影響正常閱讀。
  • 一星：嚴重影響閱讀和頁面呈現(xiàn)，格式混亂、字體錯亂、文檔內(nèi)容丟失等。
• 相素差異度
  • 使用diffimage圖片相似度對比工具進行對比，最后得出diff百分比，軟件應(yīng)該是逐相素對比的，拿這個來做為參考不是很科學(xué)，不過在同一尺度下還是能提供一定的格式保真度的數(shù)據(jù)參考
  • 測試方法是把原版WORD文檔用PDF打印的方式導(dǎo)出PDF文件，再把原版PDF和各種不同技術(shù)方案生成的PDF全部轉(zhuǎn)成JPG文件進行對比。
• 兼容性
  • 說起word編程不得不提到依賴于office的方法，但是現(xiàn)在服務(wù)器一般都是linux兼容也是需要考慮的指標(biāo)
• 性能
  • 一般系統(tǒng)用到轉(zhuǎn)換的時候往往對性能也是有一定的要求的，所以這個也是很重要的參考指標(biāo)。
• 價格
  • 這一點主要是開源和收費兩種，商用的話肯定也是重要參考指標(biāo)
• 文件大小
  • 不算太重要，好吧，好像我是拿這個來湊數(shù)的。

關(guān)于Word轉(zhuǎn)PDF網(wǎng)上能找到的方案大概有六七種，我選了其中的5種，分別是：

aspose-words、docx4j、openoffice、poi、spire.doc

下面先來簡單介紹一下這五種方案

aspose-words

Aspose公司旗下的最全的一套office文檔管理方案，公司設(shè)在澳大利亞。

公司差不多是專做各種文件格式處理插件的，產(chǎn)品系列挺多，有興趣可以到官網(wǎng)上看看：

https://www.aspose.com/

收費價格

兼容性

不需要依賴任何組件，不依賴操作系統(tǒng)。

poi

大名鼎鼎的apache的開源組件，應(yīng)用非常廣泛，我想主要原因可能是開源吧。

官網(wǎng)：https://poi.apache.org/

兼容性

組件拆分較細，引用一些類庫，但都問題不大，不依賴操作系統(tǒng)。

OpenOffice

Apache旗下又一開源組件，前身是1998年一家德國公司StarDivision所研發(fā)出來的一個辦公室軟件，稱之為StarOffice。1999年8月被sun公司收購。2010年團隊成員分家，分出來的一批成立了新團隊做一個LibreOffice。2011年6月Oracle將其捐贈給Apache基金會。

官網(wǎng)：https://www.openoffice.org/

兼容性

OpenOffice本身就是一套Office軟件，該方案需要使用jodconverter組件配合OpenOffice完成轉(zhuǎn)換，當(dāng)然也可以使用LibreOffice進行轉(zhuǎn)換，這次并沒有測試這個方案

jodconverter：https://sourceforge.net/projects/jodconverter/files/

spire.doc

搜到的時候剛剛打開官網(wǎng)猛一看以為是國外的公司，沒想到一切到中文版網(wǎng)頁才發(fā)現(xiàn)是成都冰藍科技有限公司出品的，真正的國產(chǎn)。剛剛查到官網(wǎng)的時候是非常期待他的表現(xiàn)的。

官網(wǎng)：https://www.e-iceblue.com/ https://www.e-iceblue.cn/

兼容性

不需要依賴任何組件，不依賴操作系統(tǒng)。

價格

只截圖了spire.doc組件的價格，其它還有很多組件。用公司名和郵箱可以申請一個月的試用license。

docx4j

澳大利亞一公司贊助的開源組件，一查資料才知道作者是這家公司的CEO。剛剛打開官網(wǎng)的時候就一個感覺，官網(wǎng)做的太爛，不太相信這組件能有什么好的表現(xiàn)。下面的圖就是官網(wǎng)截圖，相信你會有一樣的感覺。

有一個開源版，還有一個Docx4j Enterprise Edition。沒有仔細研究，只測試了開源版。

官網(wǎng)：https://www.docx4java.org/

兼容性

不依賴其它組件，不依賴操作系統(tǒng)

除了以上幾種方案以外，還查到有其它幾乎方案，比如IText、document4j等。像IText是依賴于poi的，document4j是依賴于office軟件的，所以不測試了。

測試的word文檔我選取的是我項目中用到的一個文檔，正好是遇到比較容易出現(xiàn)跳頁的情況。拿來做橫向測試非常合適，先來欣賞一下word文檔吧。

文檔中標(biāo)題、表格、頁眉頁腳、圖片、文本框幾乎都用到了，準(zhǔn)備就緒，開始測試。。

各種組件的代碼編寫方法

aspose.words

<dependency>
    <groupId>com.aspose</groupId>
    <artifactId>aspose-words</artifactId>
    <version>22.11</version>
    <classifier>jdk17</classifier>
</dependency>

package com.hawkon.aspose;

import com.aspose.words.*;

public class WordToPdfTest_Aspose {

    public static void wordToPdf(String wordFile, String pdfFile) throws Exception {
        Document wordDoc = new Document(wordFile);
        PdfSaveOptions pso = new PdfSaveOptions();
        wordDoc.save(pdfFile, pso);
    }
}

aspose這個組件是商用的，正常的寫上如上所示，但是試用版導(dǎo)出的PDF文件是閹割版的，沒法進行測試對比，所以我用了網(wǎng)上留傳（po jie）的版本，有需要的朋友可以關(guān)注我的公眾號（姚Sir面試間），回復(fù)aspose就可以得到。

本地jar包導(dǎo)入方法

<dependency>
    <groupId>com.aspose</groupId>
    <artifactId>aspose-words</artifactId>
    <version>19.5.0</version>
    <scope>system</scope>
    <systemPath>D:/Code/PdfTest/lib/aspose-words-19.5jdk.jar</systemPath>
</dependency>

docx4j

<dependency>
    <groupId>org.slf4j</groupId>
    <artifactId>slf4j-simple</artifactId>
    <version>1.7.21</version>
</dependency>
<dependency>
    <groupId>org.docx4j</groupId>
    <artifactId>docx4j-JAXB-Internal</artifactId>
    <version>8.2.4</version>
</dependency>
<dependency>
    <groupId>org.docx4j</groupId>
    <artifactId>docx4j-export-fo</artifactId>
    <version>8.2.4</version>
</dependency>

package com.hawkon.docx4j;

import org.docx4j.Docx4J;
import org.docx4j.fonts.IdentityPlusMapper;
import org.docx4j.fonts.Mapper;
import org.docx4j.fonts.PhysicalFonts;
import org.docx4j.openpackaging.packages.WordprocessingMLPackage;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import java.io.File;
import java.io.FileOutputStream;

public class WordToPdfTest_Docx4j {

    public static void wordToPdf(String docFile,String pdfFile) throws Exception {
        final Logger logger = LoggerFactory.getLogger(Docx4J.class);

        WordprocessingMLPackage pkg = Docx4J.load(new File(docFile));
        Mapper fontMapper = new IdentityPlusMapper();
        fontMapper.put("隸書", PhysicalFonts.get("LiSu"));
        fontMapper.put("宋體", PhysicalFonts.get("SimSun"));
        fontMapper.put("微軟雅黑", PhysicalFonts.get("Microsoft Yahei"));
        fontMapper.put("黑體", PhysicalFonts.get("SimHei"));
        fontMapper.put("楷體", PhysicalFonts.get("KaiTi"));
        fontMapper.put("新宋體", PhysicalFonts.get("NSimSun"));
        fontMapper.put("華文行楷", PhysicalFonts.get("STXingkai"));
        fontMapper.put("華文仿宋", PhysicalFonts.get("STFangsong"));
        fontMapper.put("仿宋", PhysicalFonts.get("FangSong"));
        fontMapper.put("幼圓", PhysicalFonts.get("YouYuan"));
        fontMapper.put("華文宋體", PhysicalFonts.get("STSong"));
        fontMapper.put("華文中宋", PhysicalFonts.get("STZhongsong"));
        fontMapper.put("等線", PhysicalFonts.get("SimSun"));
        fontMapper.put("等線 Light", PhysicalFonts.get("SimSun"));
        fontMapper.put("華文琥珀", PhysicalFonts.get("STHupo"));
        fontMapper.put("華文隸書", PhysicalFonts.get("STLiti"));
        fontMapper.put("華文新魏", PhysicalFonts.get("STXinwei"));
        fontMapper.put("華文彩云", PhysicalFonts.get("STCaiyun"));
        fontMapper.put("方正姚體", PhysicalFonts.get("FZYaoti"));
        fontMapper.put("方正舒體", PhysicalFonts.get("FZShuTi"));
        fontMapper.put("華文細黑", PhysicalFonts.get("STXihei"));
        fontMapper.put("宋體擴展", PhysicalFonts.get("simsun-extB"));
        fontMapper.put("仿宋_GB2312", PhysicalFonts.get("FangSong_GB2312"));
        pkg.setFontMapper(fontMapper);

        Docx4J.toPDF(pkg, new FileOutputStream(pdfFile));
    }
}

這個組件按官方提供的寫法不行，出來的漢字全成了麻將里的白板，還是得用網(wǎng)上的示例，加上字體映射之后可以了。不知道放到linux服務(wù)器上會是什么樣。

OpenOffice

該方案的思路其實是OpenOffice提供軟件支持，Java代碼又利用jodconverter組件調(diào)用OpenOffice，其實和以前的程序調(diào)用 com組件是一個思路。而OpenOffice還提供了web服務(wù)版本，可以用類似tcp的方式調(diào)用來完成生成的工作。

本次測試就采用的是這種方法，因此需要安排OpenOffice軟件，安裝后在安裝目錄執(zhí)行以下命令：

soffice.exe -headless -accept="socket,host=127.0.0.1,port=8100;urp;" -nofirststartwizard

<dependency>
    <groupId>org.apache.directory.studio</groupId>
    <artifactId>org.apache.commons.io</artifactId>
    <version>2.4</version>
</dependency>
<dependency>
    <groupId>com.artofsolving</groupId>
    <artifactId>jodconverter</artifactId>
    <version>2.2.1</version>
</dependency>
<dependency>
    <groupId>org.openoffice</groupId>
    <artifactId>juh</artifactId>
    <version>3.1.0</version>
</dependency>

<dependency>
    <groupId>org.openoffice</groupId>
    <artifactId>unoil</artifactId>
    <version>3.0.0</version>
</dependency>

package com.hawkon.openoffice;

import com.artofsolving.jodconverter.DocumentConverter;
import com.artofsolving.jodconverter.openoffice.connection.OpenOfficeConnection;
import com.artofsolving.jodconverter.openoffice.connection.SocketOpenOfficeConnection;
import com.artofsolving.jodconverter.openoffice.converter.OpenOfficeDocumentConverter;

import java.io.File;
import java.net.ConnectException;

public class WordToPdfTest_openoffice {
    public static void wordToPdf(String docFile,String pdfFile) throws ConnectException {
        // 源文件目錄
        File inputFile = new File(docFile);
        // 輸出文件目錄
        File outputFile = new File(pdfFile);
        if (!outputFile.getParentFile().exists()) {
            outputFile.getParentFile().exists();
        }
        // 連接openoffice服務(wù)
        OpenOfficeConnection connection = new SocketOpenOfficeConnection(
                "127.0.0.1", 8100);
        connection.connect();
        // 轉(zhuǎn)換word到pdf
        DocumentConverter converter = new OpenOfficeDocumentConverter(
                connection);
        converter.convert(inputFile, outputFile);
        // 關(guān)閉連接
        connection.disconnect();
    }
}

poi

poi雖然很強大，但用起來越是最痛苦的，用的組件多，各種版本沖突，各種缺少組件。不知道網(wǎng)上發(fā)貼子的那些大神是怎么研究出來哪個版本對應(yīng)哪個版本的，非常佩服他們。測試的時候我就在想，有沒有什么能查詢各種Jar包版本依賴關(guān)系的網(wǎng)站。如果有，請看客們告訴我一場。

<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi</artifactId>
    <version>3.10.1</version>
</dependency>
<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi-scratchpad</artifactId>
    <version>3.10.1</version>
</dependency>
<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi-ooxml</artifactId>
    <version>3.10.1</version>
</dependency>
<dependency>
    <groupId>fr.opensagres.xdocreport</groupId>
    <artifactId>org.apache.poi.xwpf.converter.core</artifactId>
    <version>1.0.6</version>
</dependency>
<dependency>
    <groupId>fr.opensagres.xdocreport</groupId>
    <artifactId>org.apache.poi.xwpf.converter.pdf</artifactId>
    <version>1.0.6</version>
</dependency>
<dependency>
    <groupId>fr.opensagres.xdocreport</groupId>
    <artifactId>fr.opensagres.xdocreport.itext.extension</artifactId>
    <version>2.0.1</version>
</dependency>

package com.hawkon.poi;

import org.apache.poi.xwpf.converter.pdf.PdfConverter;
import org.apache.poi.xwpf.converter.pdf.PdfOptions;
import org.apache.poi.xwpf.usermodel.XWPFDocument;

import java.io.*;

public class WordToPdf_Poi {
    public static void wordToPdf(String docFile,String pdfFile) throws IOException {
        XWPFDocument document;
        InputStream doc = new FileInputStream(docFile);
        document = new XWPFDocument(doc);
        PdfOptions options = PdfOptions.create();
        OutputStream out = new FileOutputStream(pdfFile);
        PdfConverter.getInstance().convert(document, out, options);
        doc.close();
        out.close();
    }
}

spire

<dependency>
    <groupId>e-iceblue</groupId>
    <artifactId>spire.doc</artifactId>
    <version>10.11.6</version>
    <scope>system</scope>
    <systemPath>D:/Code/PdfTest/lib/Spire.Doc.jar</systemPath>
</dependency>

package com.hawkon.spire;
import com.spire.doc.*;

public class WordToPdf_spire {
    public static void wordToPdf(String docFile,String pdfFile){
        com.spire.license.LicenseProvider.setLicenseFile("D:\\Code\\PdfTest\\license.elic.xml");
        //實例化Document類的對象
        Document doc = new Document();

        //加載Word
        doc.loadFromFile(docFile);

        //保存為PDF格式
        doc.saveToFile(pdfFile,FileFormat.PDF);
    }
}

測試結(jié)果

測試的時候有性能指標(biāo)，所以我覺得還是把我電腦的硬件參數(shù)發(fā)一下，大家可以作為參考。

處理器	Intel(R) Core(TM) i5-10210U CPU @ 1.60GHz   2.11 GHz
機帶 RAM	16.0 GB (15.8 GB 可用)
系統(tǒng)類型	64 位操作系統(tǒng), 基于 x64 的處理器

轉(zhuǎn)換結(jié)果與原版對比

下面依次放出5種方案的轉(zhuǎn)換結(jié)果對比，左邊為原版，右邊為五種方案的轉(zhuǎn)換結(jié)果，并且我也給出我的格式保真度評價

aspose.words對比圖

從圖中可以看出，除表格處有一點錯位以外，看出不明顯的差別，已經(jīng)非常厲害了。我給4星。

docx4j

有點慘不忍睹呀，表格嚴重錯位，甚至有7頁變8頁的趨勢。與原版格式嚴重失真。但勉強能閱讀。我給2星

OpenOffice

格式基本保留住了，但是位置錯的比較離譜。好在基本不影響閱讀。我給3星。

poi

頁眉錯亂嚴重，影響閱讀，這有跳頁的情況出現(xiàn)。我給1星。

spire

和aspose一樣，除表格處有一點錯位以外，看出不明顯的差別，國產(chǎn)軟件能做到這種程序非常NICE了。我給4星。

評測結(jié)果

最后的評測結(jié)果如下，從轉(zhuǎn)換效果的角度來說，比較滿意的是aspose和spire.doc，而開源的轉(zhuǎn)換一些比較簡單的文章還可以，但企業(yè)開發(fā)的時候很多時候是要求PDF格式和WORD文檔高度保持一致的。其它三種方案的表現(xiàn)肯定是不夠的。

值得一提的是，沒想到國產(chǎn)軟件spire.doc表現(xiàn)還不錯，除性能稍差一點，其它都不錯，最重要的是價格還是比較親民的。

而且這家公司的產(chǎn)品應(yīng)該是已經(jīng)走出國門了，希望國產(chǎn)軟件可以做出更多的精品，也希望大家多多支持國產(chǎn)軟件。

最后聲明兩點：文章來源地址http://www.zghlxwxcb.cn/news/detail-780681.html

1. 文中測試樣本文檔中的公司名、電話純屬虛構(gòu)，如有累同純屬巧合，如果發(fā)生意外涉及到他人隱私，請聯(lián)系我修改文章，謝謝。
2. 我沒有收spire.doc一分錢，確實是沒想到國產(chǎn)中間件已經(jīng)這么優(yōu)秀了，如果文章起到廣告效果了，spire.doc的公司愿意贊助我一點，我絲毫不介意，誰能跟錢有仇呢，哈哈。。。。

到了這里，關(guān)于Java開發(fā)中Word轉(zhuǎn)PDF文件5種方案橫向評測的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！