Aspose.Words库
是一个商业Java库,还封装了常用的word、pdf、防伪码、水印等诸多功能。
Apache 库需要注意的前置问题
问题1:Word的两个格式doc和docx,POI并没有提供统一的处理类。分别用 HWPFDocument 处理doc文档,用 XWPFTemplate 处理docx文档。
HWPFDocument 处理doc文档
XWPFTemplate 处理docx文档
解决方法1:将.doc文件转成.docx格式,处理完后再转回来。
解决方法2:(待验证)可以前置统一将.doc名字重命名成.docx,如果严格要求格式,处理完后再把名字改回去。
Excel(xls和xlsx)同理。
Miscrosoft Office各类文件格式的读写:
Apache POI库
Apache POI是一个开源的Java库,用于操作Microsoft Office格式的文件。
它支持各种Office文档的读写功能,包括Word文档、Excel电子表格、PowerPoint演示文稿、Outlook电子邮件等。
Apache POI提供了一组API,使得Java开发者能够轻松地在Java应用程序中处理Office文件。
Java 将 Word 文档转换为 PDF
使用PdfConverter工具类,如下:
import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.converter.pdf.PdfConverter;
import org.apache.poi.xwpf.converter.pdf.PdfOptions;
public class Word2PdfByApachePOI {
public start void main(String[] args) throws Exception {
// 读取word目标文件
XWPFDocument docx = new XWPFDocument(new FileInputStream("xxxx/input.docx"));
//创建pdf选项
PdfOptions options = PdfOptions.create();
// word转为pdf
PdfConverter.getInstance().convert(docx, new FileOutputStream("output.pdf"),options);
}
}
PDF操作
Apache PDFBox库是一个开源的Java工具,专门用于处理PDF文档。
它允许用户创建全新的PDF文件,编辑现有的PDF文档,以及从PDF文件中提取内容。
功能:创建、渲染、打印、合并、拆分、加密、解密、签名等多种操作PDF文件的功能,包括一个命令行工具,可以用于执行各种PDF处理任务。
支持文本提取和搜索,以及将PDF转换为其他格式,如图片和文本。
Apache PDFBox具备以下主要功能:
从PDF文件中提取Unicode文本。
将单个PDF文件拆分成多个文件,或将多个PDF文件合并成一个。
从PDF表单中提取数据,或填写PDF表单。
验证PDF文件是否符合PDF/A-1b标准。
使用标准的Java打印API打印PDF文件。
将PDF文件另存为图像格式,如PNG或JPEG。
从零开始创建PDF文件,包括嵌入字体和图像。
对PDF文件进行数字签名。