實現word轉pdf，HTML轉pdf（探索篇）

筆者找依賴的jar包，找的好辛苦。

ITextRenderer、
ITextFontResolver這兩個類依賴的jar包到底是哪個，還有怎么下載？苦苦糾結了3個小時。

終于找到你了！
記錄個網址：
http://www.java2s.com/Code/Jar/c/Downloadcorerendererr8pre2jar.htm
上測試代碼：

 /*
 * html轉圖片
 */
public static boolean convertHtmlToPdf(String inputFile, 
        String outputFile, String imagePath)
        throws Exception {

    OutputStream os = new FileOutputStream(outputFile);
    ITextRenderer renderer = new ITextRenderer();
    String url = new File(inputFile).toURI().toURL().toString();
    renderer.setDocument(url);
    // 解決中文支持問題
    ITextFontResolver fontResolver = renderer.getFontResolver();
    fontResolver.addFont("C:/Windows/Fonts/simsunb.ttf", BaseFont.IDENTITY_H, BaseFont.NOT_EMBEDDED);
    //解決圖片的相對路徑問題
    renderer.getSharedContext().setBaseURL("file:/" + imagePath);//D:/test
    renderer.layout();
    renderer.createPDF(os);
    os.flush();
    os.close();
    return true;
}

調用+走你！

這里筆者結合上一篇poi將word轉html，結合使用。
/**doc

• 轉html
  */
  String tagPath = "D:\red_ant_file\20180915\image\";
  String sourcePath = "D:\red_ant_file\20180915\RedAnt的實驗作業.doc";
  String outPath = "D:\red_ant_file\20180915\123.html";
  try {
  AllServiceIsHere.docToHtml(tagPath, sourcePath, outPath);
  } catch (Exception e) {
  // TODO Auto-generated catch block
  e.printStackTrace();
  }

  String pdfPath = "D:\\red_ant_file\\20180915\\456.pdf";
  try {
      AllServiceIsHere.convertHtmlToPdf(outPath , pdfPath, tagPath);
  } catch (Exception e) {
      // TODO Auto-generated catch block
      e.printStackTrace();
  }

  【注意】
  （值得注意的地方是IText 根據html生成pdf文件的時候，會驗證html文件是否標準，例如通過poi轉換的出來的html文件的一些標簽會缺少標簽閉合 ” / “ :
  否則，你會遇到
  Can't load the XML resource (using TRaX transformer). org.xml.sax.SAXParseException; lineNumber: 23; columnNumber: 3; 元素類型 "meta" 必須由匹配的結束標記 "</meta>" 終止。

筆者嘗試，使用第三方 jar 包Jsoup， 直接調用 parse方法，筆者認為html就標準啦！
這個坑，讓筆者苦惱了，1個小時。

為此，筆者不得不重寫，word轉html代碼：
再次記錄個網址：下載第三方 jar 包Jsoup使用
https://jsoup.org/download
上重寫word轉html代碼：

        // word 轉 html
            public static void convert2Html(String fileName, String outPutFile) throws Exception {
                HWPFDocument wordDocument = new HWPFDocument(new FileInputStream(fileName));// WordToHtmlUtils.loadDoc(new
                // 兼容2007 以上版本
                WordToHtmlConverter wordToHtmlConverter = new WordToHtmlConverter(
                        DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument());
                wordToHtmlConverter.setPicturesManager(new PicturesManager() {
                    public String savePicture(byte[] content, PictureType pictureType, String suggestedName, float widthInches,
                            float heightInches) {
                        return "test/" + suggestedName;
                    }
                });
                wordToHtmlConverter.processDocument(wordDocument);
                // save pictures
                List pics = wordDocument.getPicturesTable().getAllPictures();
                if (pics != null) {
                    for (int i = 0; i < pics.size(); i++) {
                        Picture pic = (Picture) pics.get(i);
                        System.out.println();
                        try {
                            pic.writeImageContent(new FileOutputStream("D:/test/" + pic.suggestFullFileName()));
                        } catch (FileNotFoundException e) {
                            e.printStackTrace();
                        }
                    }
                }
                Document htmlDocument = wordToHtmlConverter.getDocument();
                ByteArrayOutputStream out = new ByteArrayOutputStream();
                DOMSource domSource = new DOMSource(htmlDocument);
                StreamResult streamResult = new StreamResult(out);
                TransformerFactory tf = TransformerFactory.newInstance();
                Transformer serializer = tf.newTransformer();
                serializer.setOutputProperty(OutputKeys.ENCODING, "UTF-8");
                serializer.setOutputProperty(OutputKeys.INDENT, "yes");
                serializer.setOutputProperty(OutputKeys.METHOD, "HTML");
                serializer.transform(domSource, streamResult);
                out.close();
                writeFile(new String(out.toByteArray()), outPutFile);
            }
                //輸出html文件 
                public static void writeFile(String content, String path) {
                        FileOutputStream fos = null; 
                        BufferedWriter bw = null;
                        org.jsoup.nodes.Document doc = Jsoup.parse(content);
                         content=doc.html();
                        try {
                                File file = new File(path);
                                fos = new FileOutputStream(file);
                                bw = new BufferedWriter(new OutputStreamWriter(fos,"UTF-8"));
                                bw.write(content);
                        } catch (FileNotFoundException fnfe) {
                                fnfe.printStackTrace();
                        } catch (IOException ioe) {
                                ioe.printStackTrace();
                        } finally {
                                try {
                                        if (bw != null)
                                                bw.close();
                                        if (fos != null)
                                                fos.close();
                                } catch (IOException ie) {
                                }
                        }
                }

準備個文件，測試一下。

    String source = "D:\\red_ant_file\\20180915\\1303\\RedAnt的實驗作業.doc";
                String out = "D:\\red_ant_file\\20180915\\1303\\789.html";
                try {
                    AllServiceIsHere.convert2Html(source, out);
                } catch (Exception e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }

word轉html，規范化代碼后的轉換結果。

接下來，html轉pdf

【后話】

雖然筆者，最終調試出來了。使用這種方法轉pdf。
但是使用中，會遇到各種各樣的奇葩坑！因此筆者在這里不推薦使用這種方法。
原因就是，html的規則也在變化之中，寫法也在變化之中。html轉pdf會在后續報各種各樣的標簽錯誤。
筆者之所以粘出，這些代碼。完全是因為，筆者對自己的嘗試，有個明確的結果。亦或是，再優化這些代碼，找到合適的解決辦法。