DOC文档转PDF

最近项目中有用到Word文档转PDF的功能，做了一些尝试，也遇到了一些困难。
下面把尝试的情况记录下来，也希望做过类似工作的童鞋能一起探讨一下。

我尝试过的Word文档转PDF，用过两种方法：
1、使用OpenOffice转PDF；
2、使用MS Office的OLE自动化功能；
OpenOffice的情况稍后补充，下面先说MS Office的转换情况。

Office版本使用2007，因为2007提供了一个加载项：Microsoft Save as PDF 或 XPS，可将文档另存为PDF格式。下载地址：http://www.microsoft.com/downloads/zh-cn/details.aspx?FamilyID=4D951911-3E7E-4AE6-B059-A2E79ED87041，安装即可使用。

Office COM 组件调用使用jacob（Java COM Bridge）
http://sourceforge.net/projects/jacob-project/
Jacob初次使用的人可能会感到比较困惑。题外话，jacob的API设计是有够别扭的，这儿就不多说了。下面说明一下：

我们接触的jacob类主要就3个：ActiveXComponent、Variant、Dispatch；
ActiveXComponent代表COM应用程序：

初始化方法为：

ActiveXComponent app = new ActiveXComponent("Word.Application");

Variant 是与COM通讯的参数或者返回值；
Dispatch代表一个可操作的自动化对象；如果确定返回值是自动化对象的话，可以调用Variant.toDispatch()转换成Dispatch。
获取了Dispatch之后，即可调用该自动化对象的属性或方法，具体的属性和方法要看参考文档，比如：Word开发可在WORD帮助中查看“脱机开发人员帮助WORD对象模型”。
Dispatch.get(dispatch, String name)；获取对象属性；
Dispatch.put(dispatch, String name, Object value);设置对象属性；
Dispatch.call(dispatch, String name, Object… args)；调用对象方法；
以上都是Dispatch上的静态方法，所以需要传递dispatch本身。

关于jacob-1.15-M4-x86.dll放置的位置，其实很简单，dll的放置位置就是系统参数

System.getProperty("java.library.path");

所指定的，放在路径里的任意一个目录即可，不想污染JDK目录或者windows/system32目录的话，放置项目启动目录下就可以了，Eclipse下我是放在项目目录下。

下面看具体代码：

public class Word2PDF {

static final int wdDoNotSaveChanges = 0;// 不保存待定的更改。
static final int wdFormatPDF = 17;// PDF 格式

public static void main(String[] args) {

	String filename = "f:/temp/测试文档.docx";
	String toFilename = filename + ".pdf";
	System.out.println("启动Word...");
	long start = System.currentTimeMillis();
	ActiveXComponent app = null;
	try {
		app = new ActiveXComponent("Word.Application");
		app.setProperty("Visible", false);

		Dispatch docs = app.getProperty("Documents").toDispatch();
		System.out.println("打开文档..." + filename);
		Dispatch doc = Dispatch.call(docs,//
				"Open", //
				filename,// FileName
				false,// ConfirmConversions
				true // ReadOnly
				).toDispatch();

		System.out.println("转换文档到PDF..." + toFilename);
		File tofile = new File(toFilename);
		if (tofile.exists()) {
			tofile.delete();
		}
		Dispatch.call(doc,//
				"SaveAs", //
				toFilename, // FileName
				wdFormatPDF);

		Dispatch.call(doc, "Close", false);
		long end = System.currentTimeMillis();
		System.out.println("转换完成..用时：" + (end - start) + "ms.");
	} catch (Exception e) {
		System.out.println("========Error:文档转换失败：" + e.getMessage());
	} finally {
		if (app != null)
			app.invoke("Quit", wdDoNotSaveChanges);
	}
}
}

已知的情况：
1、转换效果好。(相对于OpenOffice)
2、速度慢
3、CPU占用率高

待解决的问题：
1、安全性问题：是否可禁用WORD宏，以及WORD文档中的ActiveX控件？
这一点我不太清楚，但在WORD选项--安全性设置中看到的：

2、微软知识库中的“服务器端 Office 自动化注意事项”
http://support.microsoft.com/kb/257757/
文档似乎明确了
Microsoft 目前建议不要从任何无人参与的、非交互式客户端应用程序或组件（包括 ASP、DCOM 和 NT Service）中进行 Microsoft Office 应用程序的“自动化”，也不为此提供支持，因为 Office 在这种环境中运行时可能会出现不稳定的现象并且/或者会死锁。

因为我主要的用途就是用来服务器端自动转换。
待仔细研读。

评论

14 楼 kkkwoai 2015-08-04  

你好，有问题请教一下

我用来做ppt解析为图片，放在web服务器上面，在并发访问较高的时候，出现大量的请求实际上并没有生成解析的文件，这个有解决方案吗


还有一个就是ppt为什么设置为不可见，代码就不往下面执行了，不会另存为图片了

13 楼 Charles+java 2012-06-26  

求解求解求解求解

12 楼 Charles+java 2012-06-26  

启动Word...
打开文档...D:/work/jilin-project/zjgc_jlyt/doc/3.开发文档.docx
转换文档到PDF...D:/work/jilin-project/zjgc_jlyt/doc/3.开发文档.docx.pdf
========Error:文档转换失败：Invoke of: SaveAs
Source: Microsoft Word
Description: 命令失败


楼主怎么回事啊。

Dispatch.call(doc,// 
                    "SaveAs", // 
                    toFilename);  这样可以转换。，但是转换后的的PDF 打不开

11 楼 antonia 2011-06-16  

我也是刚才才发现word没有控制直接存为图片的参数`~~~

10 楼 ray_linn 2011-06-10  

xiangziwade 写道

再次感谢您不吝赐教！！！

查看了一下，word貌似还真没有控制直接存为图片的参数。。。

另外，有没有什么 不依赖于office2007 来转换word2003到pdf（或者图片）的方法？

有，API是在Exlorper里。

9 楼 xiangziwade 2011-06-10  

再次感谢您不吝赐教！！！

查看了一下，word貌似还真没有控制直接存为图片的参数。。。

另外，有没有什么 不依赖于office2007 来转换word2003到pdf（或者图片）的方法？

8 楼 sswh 2011-06-10  

xiangziwade 写道

原来如此啊，非常感谢！
Dispatch.call（）的情况好复杂。。。

另外，这些常数是如何定义的呢？
static final int wdFormatPDF = 17;// PDF 格式
static final int ppSaveAsPDF = 32;// PDF 格式

对于ppt貌似设置成16到19之间，可以直接转换成图片。
不知对于word有没有类似的情况？

sswh 写道

获取了Dispatch之后，即可调用该自动化对象的属性或方法，具体的属性和方法要看参考文档，比如：Word开发可在WORD帮助中查看“脱机开发人员帮助WORD对象模型”。

7 楼 xiangziwade 2011-06-09  

原来如此啊，非常感谢！
Dispatch.call（）的情况好复杂。。。

另外，这些常数是如何定义的呢？
static final int wdFormatPDF = 17;// PDF 格式
static final int ppSaveAsPDF = 32;// PDF 格式

对于ppt貌似设置成16到19之间，可以直接转换成图片。
不知对于word有没有类似的情况？

6 楼 ray_linn 2011-06-09  

装个PDF打印机就可以了，win7默认有XPS打印机，win8应该同时支持xps和PDF

5 楼 sswh 2011-06-09  

xiangziwade 写道

在ppt转换为pdf时，visible可否有什么方法设置为false？
用setProperty尝试了下，提示不允许：Hiding the application window is not allowed。

app = new ActiveXComponent("Powerpoint.Application");
// app.setProperty("Visible", true);
System.out.println(app.getProperty("Visible"));

new一个Powerpoint.Application时，Visible已经是false了。
MsoTriState 枚举.msoFalse的值是0，和打印出来的相同。
反而是如果调用setProperty("Visible", true);Powerpoint的窗口才会显示出来。

不过一个问题是 另存的时候，还是会有一个发布的进度框显示出来，还不知道该怎样把它隐藏掉。

public class Test {
static final int ppSaveAsPDF = 32;// PDF 格式

public static void main(String[] args) {

	String filename = "f:/aaaaa.ppt";
	String toFilename = filename + ".pdf";
	System.out.println("启动...");
	long start = System.currentTimeMillis();
	ActiveXComponent app = null;
	try {
		app = new ActiveXComponent("Powerpoint.Application");
		// app.setProperty("Visible", true);
		System.out.println(app.getProperty("Visible"));

		Dispatch presentations = app.getProperty("Presentations").toDispatch();
		System.out.println("打开文档..." + filename);
		Dispatch presentation = Dispatch.call(presentations,//
				"Open", //
				filename,// FileName
				true,// ReadOnly
				true,// Untitled 指定文件是否有标题。
				false // WithWindow 指定文件是否可见。
				).toDispatch();

		System.out.println("转换文档到PDF..." + toFilename);
		File tofile = new File(toFilename);
		if (tofile.exists()) {
			tofile.delete();
		}
		Dispatch.call(presentation,//
				"SaveAs", //
				toFilename, // FileName
				ppSaveAsPDF);

		Dispatch.call(presentation, "Close");
		long end = System.currentTimeMillis();
		System.out.println("转换完成..用时：" + (end - start) + "ms.");
	} catch (Exception e) {
		System.out.println("========Error:文档转换失败：" + e.getMessage());
	} finally {
		if (app != null) app.invoke("Quit");
	}
}

4 楼 xiangziwade 2011-06-09  

在ppt转换为pdf时，visible可否有什么方法设置为false？
用setProperty尝试了下，提示不允许：Hiding the application window is not allowed。

3 楼 sswh 2011-04-18  

TO kimmking:
非常感谢。
OLE是我前面写错了，目前暂不需要嵌入编辑界面，只需要后台运行Office就可以了。

如果用Office做后台转换的话，转换速度慢、CPU占用100%的问题还有什么好的办法来应对吗？

宏的问题，我主要担心恶意的宏对系统安全造成危害。
有什么办法来解决吗？Office我的使用还比较初级，呵呵

使用office的print功能，比使用saveas有哪些优势吗？
使用saveas只需要依赖office，使用print，依赖的环境不是更多了吗？

另外，关于你说的：

kimmking 写道

2、office在com方式下使用，容易出现无法release的问题。特别是excel，
因为excel的进程模型跟其他的不太一样。
这个有办法处理强制解决。

非常有兴趣知道，期待你的分享。

2 楼 kimmking 2011-04-18  

1\2\3 跟转换的有关系。

4、可以对宏进行签名，解决安全问题。
-----------------------------------
你可以咨询我任何office dev相关的问题。

另外，对你的几个建议
1、office不支持ole，可以通过dsoframer来做
2、office在com方式下使用，容易出现无法release的问题。特别是excel，
因为excel的进程模型跟其他的不太一样。
这个有办法处理强制解决。

还有一个转换办法：
使用office的print功能，而不是saveaspdf插件。
然后指定pdf reader自带的pdf打印机来生成文档。


当然，这些方式，都依赖了office。

1 楼 sswh 2011-04-17  

因为使用WORD转PDF的效果是OpenOffice无法比拟的，虽然有诸多问题，还是想要采用。

因为已知的问题：
1、转换速度慢；
2、CPU占用率高(单CPU占用100%)
3、并发情况下WORD可能会死锁(微软知识库)
4、Word宏安全问题；
5、还有一些未知的细节。

目前的打算是采用一个独立服务器，定时扫描需要转换文档的数据库表，
一旦有任务就执行转换，转换完再取下一条数据。
这样的话1/2/3条都不成问题了。