linux下word模板操作及PDF处置笔记
最近尝试在linux下处理word文档模板，并转为PDF进行处理，网上搜罗不少资料，记录下来备忘。
业务需求：有一批WORD文档模板，通过系统将其中的某些信息动态替换，包括表格动态生成，然后合并成一份文档，添加页眉页脚及水印，页眉和水印为动态内容，页眉需要添加logo图片，完成后转换为PDF。
方案：最初想当然的考虑jacob，但考虑到系统需要部署在linux环境中，被否定，最终选择使用itext
方案一，WORD文档可以通过XML格式来进行操作，考虑使用模板freemarker进行WORD文档模板操作，包括内容替换和表格动态生成等。但遇到问题：一是合并文件功能实现未找到合适的实现方式，二是生成的文档格式openoffice无法正常转为PDF。
附上为解决合并WORD文档问题，网上搜集到的方案,通过分析RTF文件格式后以流的方式进行合并，将WORD转为RTF进行处理，成功实现了WORD文档合并问题，记录下来。
/**
* word合并
*
* @param toFilePath
* @param sourceFilePath
*/
public static void mergeWord(String toFilePath, List<String> sourceFilePath,String outFile)
{
if (StringUtil.isEmpty(toFilePath))
{
System.out.println("toFilePath is null");
return;
}
if (null == sourceFilePath || sourceFilePath.isEmpty())
{
System.out.println("sourceFilePath is null");
return;
}
OutputStream out = null;
try
{
out = new FileOutputStream(outFile);
int len = sourceFilePath.size();
int i = 0;
for (String path : sourceFilePath)
{
File f = new File(path);
InputStream in = new FileInputStream(f);
byte[] b = new byte[1024];
int tmp = 0;
int fLen = 0;
String str = "";
// 除了第一个文件，其他都处理掉头部
if (i > 0)
{
// 处理头开始
tmp = in.read(b);
if (tmp == -1)
{
str = new String(b);
}
else
{
str = new String(b, 0, tmp);
}
b = str.replaceFirst("\\{", "").getBytes();
// 处理头结束
out.write(b);
}
while ((tmp = in.read(b)) != -1)
{
fLen += tmp;
if (fLen + 1024 >= f.length())
{
// 最后一批
if (i < len - 1)
{
// 除了最后一个文件，其他文件处理尾
tmp = in.read(b);
if (tmp == -1)
{
str = new String(b);
}
else
{
str = new String(b, 0, tmp);
}
int index = str.lastIndexOf("}");
b = (str.substring(0, index) + "\\page").getBytes();
// 处理尾结束
out.write(b);
break;
}
}
out.write(b);
}
i++;
}
out.flush();
}
catch (Exception e)
{
}
finally
{
if (null != out)
{
try
{
out.close();
}
catch (IOException e)
{
out = null;
}
}
}
}
方案二，通过rtftemplate对rtf模板文件进行内容处理，生成rtf文件，将rtf文件转为pdf，将所有pdf合并并添加页眉页脚水印。
- 通过rtftemplate将rtf模板文件进行内容处理，生成rtf文件
/**
*因为需要中需要处理多个模板文件，此处使用批量操作
* 根据模板生成rtf文档
*
* @param dataMap
*/
public static boolean createRTF(Map<String, Object> dataMap,
Map<String, String> rtfTmpList)
{
if (null == rtfTmpList || rtfTmpList.isEmpty())
{
logger.error("rtfTmpList is null");
return false;
}
// rtf生成器
RTFGenerator generator = new RTFGenerator();
generator.setContextMap(dataMap);
Iterator<Entry<String, String>> it = rtfTmpList.entrySet().iterator();
while (it.hasNext())
{
Entry<String, String> entry = it.next();
String src = entry.getKey();
String target = entry.getValue();
File inputFile = new File(src);
if (inputFile.exists())
{
// 找不到源文件, 则返回
File outputFile = new File(target);
if (!outputFile.getParentFile().exists())
{ // 假如目标路径不存在, 则新建该路径
outputFile.getParentFile().mkdirs();
}
try
{
generator.run(src, target);
logger.info("createRTF finish.inputFilePath=" + src
+ ",output=" + target);
}
catch (Exception e)
{
logger.error("createRTF failed.", e);
}
}
else
{
logger.info("createRTF finish.inputFile not exist.src=" + src);
}
}
return true;
}
2.使用openoffice+jodconverter将rtf文件转为pdf格式
/**
*因为需求中一次需要处理的文件比较多，此处在一次服务启动后批量处理所有文件，再关闭服务
* String inputFilePath, String outputFilePath
*
* @param rtfList
* @return
*/
public static boolean rtf2pdf(Map<String, String> rtfList)
{
if (null == rtfList || rtfList.isEmpty())
{
return false;
}
OfficeManager officeManager = null;
try
{
// DefaultOfficeManagerConfiguration config = new
// DefaultOfficeManagerConfiguration();
// //
// String officeHome = getOfficeHome();
// config.setOfficeHome(officeHome);
// //
// officeManager = config.buildOfficeManager();
// officeManager.start();
officeManager = getConn();
if (null == officeManager)
{
logger.error("officeManager 为空");
return false;
}
OfficeDocumentConverter converter = new OfficeDocumentConverter(
officeManager);
Iterator<Entry<String, String>> it = rtfList.entrySet().iterator();
while (it.hasNext())
{
Entry<String, String> entry = it.next();
String src = entry.getKey();
String target = entry.getValue();
File inputFile = new File(src);
if (inputFile.exists())
{
// 找不到源文件, 则返回
File outputFile = new File(target);
if (!outputFile.getParentFile().exists())
{ // 假如目标路径不存在, 则新建该路径
outputFile.getParentFile().mkdirs();
}
converter.convert(inputFile, outputFile);
logger.info("rtf2pdf finish.inputFilePath=" + src
+ ",output=" + target);
}
else
{
logger.info("rtf2pdf finish.inputFile not exist.src=" + src);
}
}
}
finally
{
if (null != officeManager)
{
officeManager.stop();
logger.info("停止office转换服务。");
}
}
return true;
}
/**
*获取连接的方式，如果有已经启动的服务，直接连接已经启动的服务，如果没有启动的服务则启动服务。
*/
public static OfficeManager getConn()
{
OfficeManager officeManager = null;
try
{
// 默认本地2002端口，linux启动默认8100
int port = 2002;
try
{
port = StringUtil.toInteger(getOfficePort());
}
catch (Exception e)
{
port = 2002;
}
logger.info("准备启动服务....");
try
{
logger.info("尝试连接已启动的服务...");
ExternalOfficeManagerConfiguration externalProcessOfficeManager = new ExternalOfficeManagerConfiguration();
externalProcessOfficeManager.setConnectOnStart(true);
externalProcessOfficeManager.setPortNumber(port);
officeManager = externalProcessOfficeManager
.buildOfficeManager();
officeManager.start();
logger.info("office转换服务启动成功!");
return officeManager;
}
catch (Exception ex)
{
ex.printStackTrace();
logger.info("没有已启动的服务...");
}
logger.info("创建并连接新服务...");
DefaultOfficeManagerConfiguration configuration = new DefaultOfficeManagerConfiguration();
configuration.setOfficeHome(getOfficeHome());
configuration.setPortNumbers(port);
configuration.setTaskExecutionTimeout(1000 * 60L);
configuration.setTaskQueueTimeout(1000 * 60 * 2L);
officeManager = configuration.buildOfficeManager();
officeManager.start();
logger.info("office转换服务启动成功!");
return officeManager;
}
catch (Exception ce)
{
ce.printStackTrace();
logger.error("office转换服务启动失败!详细信息:" + ce);
return null;
}
}
3.使用itext合并所有pdf文件，对合并后的文件添加页眉页脚及水印处理
/**
* 添加footer
*
* @param fileName
* @param savepath
* @return int -1:failed
*/
public static int addFooterAndWater(String fileName, String savepath,
String waterMarkName, String pageHeade, String foot)
{
// 文档总页数
int num = 0;
Document document = new Document();
try
{
PdfReader reader = new PdfReader(fileName);
BaseFont base = BaseFont.createFont("STSong-Light", "UniGB-UCS2-H",
BaseFont.EMBEDDED);
num = reader.getNumberOfPages();
PdfCopy copy = new PdfCopy(document, new FileOutputStream(savepath));
document.open();
for (int i = 0; i < num;)
{
PdfImportedPage page = copy.getImportedPage(reader, ++i);
PageStamp stamp = copy.createPageStamp(page);
Font f = new Font(base);
// 添加页脚，左侧文字，右侧页码
ColumnText.showTextAligned(stamp.getUnderContent(),
Element.ALIGN_RIGHT,
new Phrase(String.format("Page %d of %d", i, num), f),
550f, 28, 0);
ColumnText.showTextAligned(stamp.getUnderContent(),
Element.ALIGN_LEFT, new Phrase(foot, f), 50f, 28, 0);
// 添加页眉 (文字页眉，居中)
ColumnText.showTextAligned(stamp.getUnderContent(),
Element.ALIGN_CENTER, new Phrase(pageHeade, f), 150f,
800, 0);
// 页眉添加logo （图片页眉，居右）
Image img = Image.getInstance("template/logo.png");// 选择图片
img.setAlignment(1);
img.scaleAbsolute(436 / 5, 96 / 5);// 控制图片大小
img.setAbsolutePosition(450f, 800);// 控制图片位置
stamp.getUnderContent().addImage(img);
// 添加水印
PdfContentByte under = stamp.getUnderContent();
under.beginText();
under.setColorFill(Color.LIGHT_GRAY);
// 字符越长，字体越小，设置字体
int fontSize = getFontSize(waterMarkName.length());
under.setFontAndSize(base, fontSize);
// 设置水印文字字体倾斜 开始
float pageWidth = reader.getPageSize(i).getWidth();
float pageHeight = reader.getPageSize(i).getHeight();
under.showTextAligned(Element.ALIGN_CENTER, waterMarkName,
pageWidth / 2, pageHeight / 2, 60);// 水印文字成60度角倾斜,且页面居中展示
// 字体设置结束
under.endText();
stamp.alterContents();
copy.addPage(page);
}
}
catch (Exception e)
{
logger.error("addFooter failed.msg=" + e.toString());
return -1;
}
finally
{
if (null != document)
{
document.close();
}
}
logger.info("pdf totalpages:" + num);
return num;
}
关于遇到的几个问题及解决：
1、openoffice启动时，默认端口8100,windows本地默认端口为2002
问题：在启动openoffice服务后，找不到8100的监听端口，或者启动服务失败。
尝试解决：安装图形化界面，在图形化界面下启动openoffice服务看是否可以解决，我们是通过此方式解决。
2.如果使用centos 6，由于centos 6系统自带的没有openoffice，尝试使用liberoffice，代码实现方面和openoffice一样使用，不需要任何修改，修改liberoffice对应的根路径配置即可。
3.将rtf转pdf时，原本的内容有30页，但转pdf后内容变大（因为页码发生变化，要求页码与模板一致），观察发现字体及样式发生变化导致。
解决：因为linux下没有对应的中文字体，需要添加相应的中文字体，记录解决方案；
将本地系统下的字体文件拷贝到linux系统上，本地在c:\windows\fonts,将需要的字体文件拷贝到linux上，在/usr/share/fonts目录下新建一个自定义目录即可，我比较偷懒，直接全部拷贝过去了。
执行以下命令刷新，重启openoffice服务，问题解决，本地转pdf后是多少页，服务器上一样的效果。
mkfontscale
mkfontdir//这两条命令是生成字体的索引信息
fc-cache //更新字体缓存
4.linux下openoffice默认页眉是奇偶页不一样，如果需要统一页眉，需要通过图形界面在linux上将openoffice的页眉设置为奇偶页一样，可以新建一个文档，在”格式“-"页面“-”页眉“属性中选中"奇偶页相同"，再进行操作的时候就默认所有页面页眉一致了。
5.制作rtf模板的问题
a、在模板中添加循环时，始终不生效。
原因：如果需要循环时（startloop+循环对象或循环对象的属性+endloop），附件中的dot模板不适合在word2010，2007生成rtf模板，需要在word2003中生成rtf模板，在03下就可以正常的生成循环。
b、模板中中文乱码问题，
原因1：生成的模板中，对应的变量使用的字体默认为Times New Roman，替换后的中文也会使用该字体，该字体是不识别中文的，需要将字体修改为宋体后，就可以正常显示中文，删除变量两侧的符号。
原因2：通过rtf模板生成rtf文件时，需要将中文字体转为rtf的格式，通过将rtf使用文本编辑器打开看，发现中文都是转码过后的，将填充的中文信息转码后就可以正常显示中文。
c、已经生成的rtf模板，有时候需要进行修改，但经常发现，原本好好的rtf模板，比如再添加几个变量后，就发现总显示不对，要么就是无法显示，要么就是会多个<>。
解决：没有找到具体原因，1、如果已经有正常的变量，直接拷贝过来可以解决.2、可以通过dot新建一个空白的文档，在空白文档中添加变量，显示会多个<>，再拷贝一个正常的变量粘贴到该文档中后，都正常了，此时再按方法1解决。
主要jar包：
itext-rtf-2.1.7.jar
jodconverter-core-3.0-4.jar
iText-2.1.5.jar
rtftemplate-1.0.1-b13.jar