php中調用Java實現word文檔的預覽

php預覽word文檔的實現以及實現過程中遇到的各種坑

在做軟件工程的課程設計的時候，我們小組選擇做一個資料分享網站，網站最重要的功能當然就是上傳文件和下載文件。但是這中間就需要一個比較重要的過程：預覽。

預覽最終結果是一張長圖，很長很長的png圖片。大致可以分爲下面這幾個步驟：

將WORD文檔轉爲PDF
將PDF拆分，畢竟只是預覽，而不是查看全部，這裏我設置的是預覽10頁
將PDF按頁轉換爲PNG圖片
將所有的PNG圖片合併成一張長圖

四個步驟，分別需要用到不同的工具：

第一步：對於WORD轉PDF，在度孃的幫助下，我們決定使用Java語言實現這一功能。使用開源的openoffice+jodconverter來對WORD進行轉換。
首先我們要考慮php如何調用Java，很幸運，有一個叫做JavaBridge的東西爲我們解決了這個問題，JavaBridge的使用在百度中有大量的博客教程(ps：雖然我對國內這些博客互相抄襲，還錯誤百出很看不習慣，但確實也有好的博客，並且數量很多)；

然後就是要安裝OpenOffice，這個很簡單，無論是Windows還是Linux都不難（直接百度搜索openoffice安裝即可）；
最後下載jodconverter的jar包，編寫程序將WORD轉爲PDF。

源碼如下

import java.io.File;
import java.io.IOException;

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;

public class PDFConverter {
    /**
     * 將WORD文檔轉換爲PDF
     * @param srcPath WORD文檔路徑
     * @param desPath 目標PDF保存路徑
     * @param pages 轉換頁數
     * @throws IOException
     */
    public void Word2Pdf(String srcPath, String desPath) throws IOException {
        // 源文件目錄
        File inputFile = new File(srcPath);
        if (!inputFile.exists()) {
            System.out.println("源文件不存在！");
            System.out.println(srcPath + ", " + desPath);
            return;
        }
        
        // 輸出文件目錄
        File outputFile = new File(desPath);
        if (!outputFile.getParentFile().exists()) {
            outputFile.getParentFile().mkdirs();
        }
        // 調用openoffice服務線程
//        String command = "C:\\Program Files (x86)\\OpenOffice 4\\program\\soffice.exe -headless -accept=\"socket,host=127.0.0.1,port=8100;urp;\"";
        String command = "/opt/openoffice4/program/soffice -headless -accept=\"socket,host=127.0.0.1,port=8100;urp;\" -nofirststartwizard";
        Process p = Runtime.getRuntime().exec(command);
        // 連接openoffice服務
        OpenOfficeConnection connection = new SocketOpenOfficeConnection(
                "127.0.0.1", 8100);
        connection.connect();
        // 轉換word到pdf
        DocumentConverter converter = new OpenOfficeDocumentConverter(
                connection);
        converter.convert(inputFile, outputFile);
        // 關閉連接
        connection.disconnect();
        // 關閉進程
        p.destroy();
        System.out.println("轉換完成！");
    }
}

在程序中我們創建一個線程來打開OpenOffice的服務Process p = Runtime.getRuntime().exec(command);這條代碼的作用相當於在命令行(終端)輸入command字符串，而command字符串就是我們啓動openoffice服務的命令。後面連接openoffice然後利用它提供的接口將WORD轉爲PDF即可。（注意：註釋起來的command是Windows下的啓動命令，因爲Windows系統和linux系統中openoffice安裝路徑不同，所以需要使用不同的路徑啓動服務，所以在安裝OpenOffice時一定要注意安裝路徑）

第二步：將一個大的PDF拆分爲小的PDF，可能是PHP這方面的支持不夠，也可能是我對Java很有好感，這一步我選擇的是使用Apache的pdfbox結合Java實現的。
在apache官網中找到pdfbox，下載fontbox-2.0.15.jar、pdfbox-2.0.15.jar、commons-logging-1.2.jar這三個jar包，但是我在apahce官網上面並沒有找到最後一個jar包，是在別人分享的百度雲盤裏面下載的，所以最後我會把我用到的所有jar包上傳到百度雲並提供永久下載鏈接；獲得這三個jar包後編寫程序；

源碼如下

/**
 * 將一個大pdf拆分爲小pdf
 * @param src 大PDF路徑
 * @param dest 小PDF保存路徑
 * @param pages 拆分頁數
 */
public void split(String src, String dest, int pages) {
    File srcFile = new File(src);
    if(!srcFile.exists()) {
        System.out.println("原文件不存在");
        return;
    }
    
    // 如果目標路徑的父目錄不存在，則創建
    File destFile = new File(dest);
    if(!destFile.getParentFile().exists()) {
        destFile.getParentFile().mkdirs();
    }
    
    try {
        System.out.println("開始拆分");
        // 加載原PDF文件
        PDDocument pdf = PDDocument.load(srcFile, MemoryUsageSetting.setupTempFileOnly());
        // 獲取原PDF文件總頁數
        int pageCount = pdf.getPages().getCount();
        
        // 當所需要的頁數大於總頁數時，按最大總頁數進行拆分
        if(pages > pageCount) {
            pages = pageCount;
        }
        
        PDDocument newPdf = new PDDocument();
        for(int i=0;i<pages;i++) {
            newPdf.addPage(pdf.getPage(i));
        }
        newPdf.save(destFile);
        
        pdf.close();
        newPdf.close();
        System.out.println("拆分結束");
    } catch (IOException e) {
        e.printStackTrace();
    }
}

第三步：將PDF轉爲PNG圖片，很幸運在pdfbox中提供了這樣的功能，所以這一步不需要任何工具包
直接就可以編寫代碼

/**
 * 將pdf轉爲png圖片
 * @param src 原pdf路徑
 * @param dest 圖片的父目錄
 */
public void Pdf2Png(String src, String dest) {
    File srcFile = new File(src);
    if(!srcFile.exists()) {
        System.out.println("源文件不存在");
        return;
    }
    
    File destFile = new File(dest);
    if(!destFile.exists()) {
        destFile.mkdirs();
    }
    
    try {
        PDDocument doc = PDDocument.load(srcFile);
        PDFRenderer renderer = new PDFRenderer(doc);
        int pageCount = doc.getNumberOfPages();
        for(int i=0;i<pageCount;i++){
            BufferedImage image = renderer.renderImageWithDPI(i, 300);
            File file = new File(dest + "\" + i + ".png");
            ImageIO.write(image, "PNG", file);
        }
        doc.close();
    } catch (IOException e) {
        e.printStackTrace();
    }
}

由於第二步和第三步用到了同樣的外部jar包，所以我把它們放在同一個項目，下面是完整的項目


import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;

import javax.imageio.ImageIO;

import org.apache.pdfbox.io.MemoryUsageSetting;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.rendering.PDFRenderer;

public class PDFProcess {
    /**
     * 將pdf轉爲png圖片
     * @param src 原pdf路徑
     * @param dest 圖片的父目錄
     */
    public void Pdf2Png(String src, String dest) {
        File srcFile = new File(src);
        if(!srcFile.exists()) {
            System.out.println("源文件不存在");
            return;
        }
        
        File destFile = new File(dest);
        if(!destFile.exists()) {
            destFile.mkdirs();
        }
        
        try {
            PDDocument doc = PDDocument.load(srcFile);
            PDFRenderer renderer = new PDFRenderer(doc);
            int pageCount = doc.getNumberOfPages();
            for(int i=0;i<pageCount;i++){
                BufferedImage image = renderer.renderImageWithDPI(i, 300);
                File file = new File(dest + "\" + i + ".png");
                ImageIO.write(image, "PNG", file);
            }
            doc.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
    
    /**
     * 將一個大pdf拆分爲小pdf
     * @param src 大PDF路徑
     * @param dest 小PDF保存路徑
     * @param pages 拆分頁數
     */
    public void split(String src, String dest, int pages) {
        File srcFile = new File(src);
        if(!srcFile.exists()) {
            System.out.println("原文件不存在");
            return;
        }
        
        // 如果目標路徑的父目錄不存在，則創建
        File destFile = new File(dest);
        if(!destFile.getParentFile().exists()) {
            destFile.getParentFile().mkdirs();
        }
        
        try {
            System.out.println("開始拆分");
            // 加載原PDF文件
            PDDocument pdf = PDDocument.load(srcFile, MemoryUsageSetting.setupTempFileOnly());
            // 獲取原PDF文件總頁數
            int pageCount = pdf.getPages().getCount();
            
            // 當所需要的頁數大於總頁數時，按最大總頁數進行拆分
            if(pages > pageCount) {
                pages = pageCount;
            }
            
            PDDocument newPdf = new PDDocument();
            for(int i=0;i<pages;i++) {
                newPdf.addPage(pdf.getPage(i));
            }
            newPdf.save(destFile);
            
            pdf.close();
            newPdf.close();
            System.out.println("拆分結束");
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

最後一個合併PNG，這個要求直接使用php即可實現，不過需要GD2擴展庫，如果是Windows下這個擴展是自帶的，Linux下需要自己安裝擴展

<?php
/**
     * 豎直方向上合併圖片(合併爲png格式)，目標圖片的寬度取所有圖片中寬度最大的那張，高度取所有圖片高度之和
     * @param array 一組圖片的路徑
     * @param String $dest 合併之後的圖片地址
     */
    public static function merge($source, String $dest) {
        $width = 0;        // 合併後圖片的寬
        $height = 0;    // 合併後圖片的高

        $arr = array();
        for($i=0;$i<count($source);$i++) {
            $info = getimagesize($source[$i]);        // 獲取圖片詳細信息（寬、高、類型等）
            // 獲取圖片類型
            $type = image_type_to_extension($info[2], false);
            $fun = "Imagecreatefrom{$type}";        // 根據圖片類型構造一個符合該類型圖片的讀取函數
            $arr[$i]['source'] = $fun($source[$i]);
            $arr[$i]['size'] = $info;

            if($arr[$i]['size'][0] > $width) {
                $width = $arr[$i]['size'][0];
            }
            $height += $arr[$i]['size'][1];
        }

        $merge = imagecreate($width, $height+10*count($source));
        $space = imagecreate($width, 10);

        $dst_x = 0;
        $dst_y = 0;
        for($i=0;$i<count($source);$i++) {
            imagecopy($merge, $arr[$i]['source'], $dst_x, $dst_y, 0, 0, $arr[$i]['size'][0], $arr[$i]['size'][0]);
            imagecopy($merge, $space, $dst_x, $dst_y, 0, 0, $width, 10);
            $dst_y += $arr[$i]['size'][1];
        }

        imagepng($merge, $dest);
        imagedestroy($merge);
    }
?>

具體的思想就是先創建一張空的長圖，然後將要合併的圖片一張一張放進去(用的是imagecopy()函數)，這裏我做了一個間隔處理，每兩張圖片之間間隔了10像素。
到目前爲止貌似所有的問題都得到了解決，我們只需要將Java項目打包成jar包，放入JavaBridge所要求的jre環境的ext目錄中，就能完成所有的功能了。

但是，當我將所有東西放入項目中運行時，會發生各種“意外”（特別是在Windows開發，然後源碼移植到linux上時問題最爲嚴重）。具體有哪些問題，下面我一一列舉，並且將之與我的項目結合在一起說明

由於系統不同，所以文件路徑的分隔符也不同，在windows下分隔符爲""，而Linux下分隔符爲"/"，於是在我將PDF轉爲PNG時，這個問題出現了，現在回去看PDF轉PNG的源碼，會有這樣一條代碼File file = new File(dest + "\" + i + ".png");如果你看懂了我的代碼，就會知道問題所在。在Windows下一切運行正常，但是到Linux下PNG文件的文件名和生成路徑就會發生變化，這裏的""不會被當作路徑分隔符了，而是當作文件名的一部分，其實修改起來也很簡單：File file = new File(dest + File.separator + i + ".png");
創建另一個線程啓動openoffice服務，老是會出現無法連接服務的異常。根據我的各種調試，發現有時候會有這樣的情況發生：在程序運行到連接服務的時候，服務並沒有開啓。按理說開啓服務的代碼寫在連接服務之前，不應該出現這樣的問題。我猜測是由於創建了另一個線程來啓動服務，而主線程並沒有停止，而會繼續執行，如果主線程先執行到連接服務的代碼，那麼就會出現這個錯誤。雖然是猜測，我覺得八九不離十了，有兩種方式解決這個問題：

第一種就是線程等待，讓主線程等待，直到另一個線程執行完畢後喚醒主線程；
第二種就是讓openoffice服務長期開啓，而不需要在程序中啓動服務；
由於此時處於開發初期，小組選擇先長期開啓服務，等後期再改爲線程等待策略。那麼代碼也得做相應的修改，將啓動openoffice服務的代碼刪除即可，但是要記住需要手動啓動服務。

如果web網站放在遠程服務器上，而且只能用終端進行遠程連接沒有圖形界面時，JavaBridge和openoffice服務就必須放在後臺執行了，還好Linux有直接提供將進程轉爲後臺執行的命令，這都不是大問題。
第一個問題和第二個問題需要不斷的嘗試，才能發現問題，浪費了大部分時間。最後一個問題和Java編程經驗有很大關係了。前面提到我們需要將Java項目打包成jar包，而且需要將外部jar包也放入其中。而eclipse在打包的時候不能包含外部jar包(這裏打包需要選擇JAR File而不能選擇Runnable Jar File)，我們得想辦法將外部jar包塞進去。這裏我提供三種方法，但是我只測試過其中一種方法。

方法一：將打包好的jar包用rar打開，將外部jar包直接複製到裏面，至於複製到哪裏，根據程序中import外部jar包張的類所使用的路徑來判斷，實在判斷不出來就一個目錄一個目錄嘗試。
方法二：將外部jar包解壓縮成許多class文件，將class文件複製到目標jar包中，這種方式我通過了測試。例如：將jodconverter的jar包解壓縮後，有四個文件夾(com、drafts、org、META-INT)，將這四個文件夾複製到目標jar包的頂層目錄中。

方法三：如果能找到外部jar包的源代碼，可以將源代碼直接複製到項目中，跟項目一起打包成jar。這裏的源代碼指的是.java文件而不是.class文件，這種方式應該百分之百能成，但是一般想要找到源代碼很難。

總結一下：

jar文件相當於一個壓縮包，可以使用winrar這樣的壓縮軟件打開，並且往裏面加入其他文件；
編寫程序中如果使用到路徑，不要直接用""或"/"，使用編程語言中提供的常量來表示分隔符，例如Java中的File.separator，php中的DIRECTORY_SEPARATOR常量；
排查錯誤的時候，要結合前端和數據庫一起進行排查，同時可以通過輸入日誌判斷錯誤位置，php中提供了error_log()函數輸入日誌。

jar包的永久下載鏈接：
jodconverter：https://pan.baidu.com/s/1XwhiVhmlXxVvkPiiIkYi_Q
提取碼：1dgj
pdfbox：https://pan.baidu.com/s/19bPBsoJhEv-m0l5ZLlMZbg
提取碼：ymnt
JavaBridge：https://pan.baidu.com/s/1XKdC8vSLlmOGIGYRAmSQTA
提取碼：k3lb

聯繫方式(qq)：1518542802
若是覺得這篇博客有地方不明白可以加我的qq問我，在下必然知無不言言無不盡。

php中調用Java實現word文檔的預覽

php預覽word文檔的實現以及實現過程中遇到的各種坑

AI 畫圖真刺激，手把手教你如何用 ComfyUI 來畫出刺激的圖

公司剛入職了一名 Java 中級開發，短短 4 行代碼居然湊齊了 3 個 bug！我哭了~~

公衆號5月C#/.NET熱文一覽

git 下載大陸鏡像地址

Tshare校園資源分享平臺（網站開發四之功能模塊設計）

Tshare校園資源分享平臺（網站開發三之數據庫連接）

Tshare校園資源共享平臺（網站開發二之主機瀏覽器訪問虛擬機apache）

Tshare校園資源分享平臺（php網站開發一之環境搭建）

Tshare校園分享平臺（網站開發一之環境搭建）

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結

php中調用Java實現word文檔的預覽

php預覽word文檔的實現 以及實現過程中遇到的各種坑

php預覽word文檔的實現以及實現過程中遇到的各種坑