一、實現功能
1、doc、docx都可轉換爲PDF
2、word含有中文的轉換爲PDF後可顯示
二、轉換步驟
word —> html —> pdf
三、使用工具（Jar包）
1、poi、itext（如下maven配置）
作用：poi：用於將word轉換爲html；itext：將html轉換爲pdf
poi配置
itext配置
poi、itext版本
2、jsoup（maven配置如下）
作用：poi可以將以docx結尾的word完美轉換爲html，但是將以doc結尾的word轉換爲html後meta、img等標籤不閉合，導致使用itext將生成的html轉換爲pdf時報錯，因此需要使用jsoup.parse方法使html規範。
jsoup配置
四、上代碼
1、word轉html
（1）doc結尾word（相對複雜）
doc結尾word轉html
（2）docx結尾word
docx結尾word轉html
（3）使用jsoup規範html並保存到磁盤
jsoup規範html
2、html轉pdf
html轉pdf
五、問題
太棒啦，word終於可以轉換成pdf（可以升值加薪啦😁）
打臉了吧
別高興太早，打開doc結尾的word轉換的pdf會發現所有的中文都不顯示，只有數字和英文，本來十幾頁的word最後剩下幾頁；打開docx結尾的word轉換的pdf會發現更悲劇，什麼也不顯示，一個空白的文檔。捂着臉繼續研究。。。。。。
表急，聽我慢慢道來
1、中文顯示問題
原因：
中文在pdf中不顯示是因爲XMLWorkHelper的parseXHtml方法在執行過程中使用默認字體，而該字體不包含中文，因此不顯示中文。
解決方案：
parseXHtml方法還有一個重載方法，其中一個參數是FontProvider，FontProvider是一個接口，擴展接口使其擁有中文顯示功能（如下圖）。
parseXHtml重載方法
擴展類（宋體字）
項目中我的擴展類中使用宋體字（正式word文檔中使用該字體較多，simsun代表宋體），BaseFont.createFont的設置可以參考該文章http://blog.csdn.net/ol_beta/article/details/5926451，這裏不再贅述。
至此，中文不顯示問題已解決。
2、docx結尾word轉pdf空白
原因：
打開docx結尾的word轉化的html文件，發現body中有一個或多個div包裹內層標籤，這些div設置了style的width值，width過大導致轉換的pdf空白。
罪魁禍首
解決方案：
我用的方法最簡單粗暴，在jsoup格式化完成後找到style然後替換爲空。
如style有width，替換之
注：該處的div指的是body中最直接的子div，而這些div中的又包含的div不影響。