TXT转换PDF方法2:利用Word转换的效率及适应性研究(JAVA环境)

结论：处理文件的页数约多，单页处理效率约高。相比wps，不论是大文件还是小文件，都明显要慢很多。处理文字编码为UTF-8的文件时速度较快。（查看WPS测试结果）

 

0. 运行环境

既然是利用Microsoft Office word，所以理所当然需要运行在Windows下。测试用的Office版本：2010。

 

1.需要的辅助工具：

由于java环境无法直接调用ActiveX，所以借助于开源的jacob。版本: 1.17。

 

2.代码准备：

这里只列举几个关键步骤吧，完整代码就不列举了，可以自行组合。

 

2.1 创建Word的ActiveX对象

ActiveXComponent app = new ActiveXComponent("Word.Application");
app.setProperty("Visible", false);

 

2.2 打开txt文档

Dispatch docs = app.getProperty("Documents").toDispatch();
Dispatch  doc = Dispatch.call(docs,
                    "Open",
                    in, // FileName
                    false, // ConfirmConversions
                    true // ReadOnly
                    ).toDispatch();

 

2.3 输出为PDF文档

Dispatch.call(doc,
                    "SaveAs",
                    out, // FileName
                    17);

 

2.4 关闭文档

Dispatch.call(doc, "Close", false);
doc.safeRelease();

 

2.5 关闭ActiveX

if (docs != null) {
    docs.safeRelease();
}
if (app != null) {
   app.invoke("Quit", 0);
   app.safeRelease();
}

 

3. 转换效率

场景1：txt文件大小：5.02k，GBK编码。生成pdf后123k~124k，4页。生成的文件不都是相同大小，这个问题还有待研究。处理1024个文件，用时：898889ms，14分58秒。平均每个文件用时：877.8ms。比WPS文字603.5ms慢了45%。

 

场景2：txt文件大小：6.04k，UTF-8编码。生成pdf是122k，4页。pdf文件还是大小不一。处理1024个文件，用时：876222ms，14分36秒。平均每个文件用时：855.7ms。时间略低于场景1。原因有可能是word需要把GBK编码的文件转换成UTF-8编码后才能再执行操作，这一点有待证实。

 

场景3：txt文件大小：2.42m，GBK编码。生成pdf后13.4m，1430页。处理2个文件，用时：464491ms，7分44秒。平均每个文件用时：232245.5ms。比WPS文字慢3.6倍。

 

分析结果得出：处理文件的页数约多，单页处理效率约高。相比wps，不论是大文件还是小文件，都明显要慢很多。