Java操作Miscrosoft Office各类文件格式的开源免费工具库

Aspose.Words库

复制代码

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

复制代码

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：

复制代码

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

复制代码

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

复制代码

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。