文档转换

【#第一文档网# 导语】以下是®第一文档网的小编为您整理的《文档转换》，欢迎阅读！

1、office，WPS转html

使用OpenOffice转换为html后，再将图片路径位置替换为base64字符串 不需要考虑office版本问题，如使用POI则要

2、office，WPS转PDF

使用OpenOffice（格式稍有差异）

3、html转PDF

方案1：itext 和 flying saucer

注意：html标签必须符合W3C语法规范，有闭合标签 如

3.1必须加上 html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">

3.2指定编码meta,须为UTF-8



3.3 checked='checked' 不能只是checked readOnly ='readOnly' 不能只是readOnly

3.4字体必须是采用英文 font-family:SimSun 不能为font-family:宋体

3.5标签必须有结束符

3.6图片位置必须是绝对路径

方案2：OpenOffice

html的语法也同样有要求，只是没有方案1要求严格

方案3：itext制作PDF

注意：在同一表单中要套打的域不允许重复出现


和表单套打一样，先用Adobe Acrobat制作PDF套打模板，再使用itext填充域

使用Adobe Acrobat 9 Pro制作PDF模板，itext输出数据到PDF模板。不理想：制作的PDF模块固定大小，不会随着内容增多拉伸表格,但是可选择文字大小为“自动”，随着内容的增多，文字会自动缩小。



方案4：wkhtmltopdf (可通过URL或本地文件转换)

对于html页面中含有大量不规范语法时，可考虑。支持windows和linux，利用jdk1.5中ProcessBuilder执行转换命令，但是对中文支持度不够。(字体必须是英文)

ProcessBuilder pb=new ProcessBuilder("D:\\Program Files\\wkhtmltopdf\\bin\\wkhtmltopdf.exe","file:///D:/1398156296869.htm", "D:\\test11.pdf"); 另：如PDF不需用于全文检索，可参考以下做法：

使用wkhtmltopdf将html转为图片后，再使用itext将图片插入pdf,这样不存在中文乱码

方案5：使用PD4ML

4、生成固定格式word文档

注意：以下和利用JS套打有所不同，均使用普通文字，而不是使用域，而且套打时需要替换的文字不允许重复出现。

PS：如freemarker使用如 {ext1}、{ext2}、{ext3}等，POI使用 ext1、ext2、ext3等

A、 制作word模板，将word另存为xml,使用freemarker模板技术导出套打后的word 如遇到图片，可在word中固定位置先插入图片，转换为xml后找出对应位置清除 B、 制作word模板，使用poi替换需要套打的文字(对图片支持度不够)



PS:使用freemarker生成的doc文档是不能用OpenOffice转换成PDF的，因为它是xml文件

另：使用高版本PoI，直接采用替换方式，将word中文字进行一一替换

5、pdf转html

待查资料

本文来源：https://www.dy1993.cn/48VG.html