Java使用openOffice对于word的转换及遇到的问题解决
一：需求详情：
openoffice.org 是一套跨平台的办公室软件套件，能在 windows、linux、macos x (x11)、和 solaris 等操作系统上执行。它与各个主要的办公室软件套件兼容。openoffice.org 是*软件，任何人都可以免费下载、使用、及推广它。
公司需要存储合同文件，用户上传word文档的合同，通过openoffice去把word转换为pdf、再把pdf转换为图片格式，并分别存储。因为openoffice的转换需要耗费挺大的内存，所以设计为task任务，凌晨自动转换。
记录本次需求完成的时候遇到的问题。
openoffice既有windows版本也有linux版。不用担心生产环境是linux系统。
关于linux系统安装openoffice软件请参照：
二：过程
1：本地环境编码（windows）
第一步：因为是本地环境的编码而且是windows环境，所以从安装openoffice开始，到启动服务并没有遇到难题。
第二步：转换所需要的工具包；
<dependency> <groupid>commons-cli</groupid> <artifactid>commons-cli</artifactid> <version>1.2</version> </dependency> <dependency> <groupid>commons-io</groupid> <artifactid>commons-io</artifactid> <version>1.4</version> </dependency> <dependency> <groupid>org.openoffice</groupid> <artifactid>juh</artifactid> <version>3.0.1</version> </dependency> <dependency> <groupid>org.openoffice</groupid> <artifactid>jurt</artifactid> <version>3.0.1</version> </dependency> <dependency> <groupid>org.openoffice</groupid> <artifactid>ridl</artifactid> <version>3.0.1</version> </dependency> <dependency> <groupid>org.slf4j</groupid> <artifactid>slf4j-api</artifactid> </dependency> <dependency> <groupid>org.slf4j</groupid> <artifactid>slf4j-jdk14</artifactid> <scope>test</scope> </dependency> <dependency> <groupid>org.openoffice</groupid> <artifactid>unoil</artifactid> <version>3.0.1</version> </dependency> <dependency> <groupid>com.thoughtworks.xstream</groupid> <artifactid>xstream</artifactid> <version>1.3.1</version> </dependency> <dependency> <groupid>org.apache.pdfbox</groupid> <artifactid>fontbox</artifactid> <version>2.0.8</version> </dependency> <dependency> <groupid>org.apache.pdfbox</groupid> <artifactid>pdfbox</artifactid> <version>2.0.8</version> </dependency>
问题1：在这里遇到了第一个问题，就是在maven的*仓库找不到关键的依赖jar包的问题。
jodconverter-cli 这个jar包*仓库找不到jar包依赖，jodconverter 版本才到2.2.1（这个版本之前的不能支持docx格式转换，2.2.2及以后才开始支持。）
然后和大牛商量，加入到公司内网自己的maven仓库。
第三步：工具类
/**
* @author gh
* 输入文件
* 输出文件
*/
public class wordtopdf {//word转pdf
public static void doctopdf(file inputfile, file outputfile){
openofficeconnection connection = new socketopenofficeconnection(8100);
try{
connection.connect();
documentconverter converter = new openofficedocumentconverter(connection);
converter.convert(inputfile, outputfile);
}catch(connectexception cex){
cex.printstacktrace();
}finally{
if(connection!=null){
connection.disconnect();
connection = null;
}
}
}
}
/**
* @author gh
* 参数1：要装换的pdf位置
* 参数2：转换后的图片存放位置
* 参数3：中间要拼接的名字
* return：转换后的img名字集合
*/
public class pdftoimage {//pdf转img
public static list<string> pdftoimagepath(string srcfile,string contractfromsrc,string name){
list<string> list = new arraylist<>();
string imagepath;
file file = new file(srcfile);
try {
file f = new file(contractfromsrc);
if(!f.exists()){
f.mkdir();
}
pddocument doc = pddocument.load(file);
pdfrenderer renderer = new pdfrenderer(doc);
int pagecount = doc.getnumberofpages();
for(int i=0; i<pagecount; i++){
// 方式1,第二个参数是设置缩放比(即像素)
// bufferedimage image = renderer.renderimagewithdpi(i, 296);
// 方式2,第二个参数是设置缩放比(即像素)
bufferedimage image = renderer.renderimage(i, 2f); //第二个参数越大生成图片分辨率越高，转换时间也就越长
imagepath = contractfromsrc+name+"-"+i +".jpg";
imageio.write(image, "png", new file(imagepath));
list.add(name+"-"+i +".jpg");
}
doc.close();
} catch (ioexception e) {
e.printstacktrace();
}
return list;
}
}
第四步：编码
首先从数据库读取没有转换过的集合，循环下载oss对象存储文件到指定临时文件夹。
通过工具类转换下载的word为pdf，录入数据pdf记录，上传oss对象pdf图片。
通过工具类转换得到的pdf图片，录入数据路图片记录，上传转换得到的img图片。
try catch捕捉异常，有异常就回滚数据库，删除oss对象上传的文件。
修改word的转换状态为已转换。
问题2：因为到最后测试环境和生产环境都是linux系统的，因为涉及到文件的操作，但是linux和windows的文件路径是不一样的，例如：windows文件路径为（c:\tmp\test.txt）linux则为（/tmp/test.txt）
因此 采用这种方式
public final static string convert_tmp_url="c:"+file.separator+"temp"+file.separator+"contracttoimg"+file.separator;//进行word——img转换的时候的暂时存放路径 window public final static string convert_tmp_url2=file.separator+"tmp"+file.separator+"contracttoimg"+file.separator;//进行word——img转换的时候的暂时存放路径 linux
file.separator 与系统有关的默认名称分隔符，为了方便，它被表示为一个字符串 在linux此字段的值为 '/' windows为'\'
第五步：本地测试，没有问题。
2：测试环境测试（windows）
问题3：在linux环境下word转换word中文出现乱码 空白，导致的原因是linux缺少中文字体编码。
解决方法：
步骤1：创建路径。
在centos的/usr/java/jdk1.8.0_91/jre/lib/fonts下新建路径：fallback。
步骤2：上传字体。
将字体：simhei.ttf 黑体、simsun.ttc 宋体（windows下通过everything找下）上传至/usr/java/jdk1.8.0_91/jre/lib/fonts/fallback路径下。
步骤3：查看系统字体文件路径。
查看方案:
[root@80ec6 fallback]# cat /etc/fonts/fonts.conf <!-- font directory list --> <dir>/usr/share/fonts</dir> <dir>/usr/share/x11/fonts/type1</dir> <dir>/usr/share/x11/fonts/ttf</dir> <dir>/usr/local/share/fonts</dir> <dir>~/.fonts</dir>
步骤4：字体拷贝。
将 /usr/java/jdk1.8.0_91/jre/lib/fonts的全部内容，拷贝到步骤3查看的路径下， 我的字体路径为：/usr/share/fonts。
步骤5：更新缓存
执行命令：fc-cache
步骤6：kill掉openoffice进程。
[root@80ec6 fonts]# ps -ef | grep openoffice root 3045 3031 0 06:19 pts/1 00:00:03 /opt/openoffice4/program/soffice.bin -headless -accept=socket,host=127.0.0.1,port=8100;urp; -nofirststartwizard
执行kill：kill -9 3045
步骤7：重启后台运行openoffice。
[root@a3cf78780ec6 openoffice4]# soffice -headless -accept="socket,host=127.0.0.1,port=8100;urp;" -nofirststartwizard &
3：测试环境和生产环境内核不一样，安装的安装包不一样。
测试环境的安装的是deb文件，使用 dpkg命令安装所有的deb文件，启动服务就能使用。
生产环境的是dpkg命令找不到。改换安装prm文件，执行安装之后，竟然启动不了，查找原因之后尽然是没有安装完，rpms目录下有desktop-integration文件夹，进入到desktop-integration目录，里面有四个rpm 文件，选择相应的安装即可，这里我选择的是redhat版本。
执行 rpm -ivh openoffice4.1.5-redhat-menus-4.1.5-9789.noarch.rpm
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对的支持。