liumapp/workable-converter

基于libreoffice实现的文档转换项目，无框架依赖，即插即用

workable-converter

基于libreoffice实现的文档转换项目，无框架依赖，即插即用

• 1. 技术栈
• 2. 功能
• 3. 使用
  • 3.1 安装配置LibreOffice6.2.3
  • 3.2 获取依赖
  • 3.3 编辑配置文件
  • 3.4 执行转换
    • 3.4.1 按照文件路径转换
    • 3.4.2 按照输入输出流转换
    • 3.4.3 按照文件Base64转换
  • 3.5 图片处理
    • 3.5.1 按照文件路径处理
    • 3.5.2 按照文件Base64处理
  • 3.6 添加水印
    • 3.6.1 按照文件路径添加水印
    • 3.6.2 按照流添加水印
    • 3.6.3 按照base64添加水印
  • 3.7 itext7编辑pdf
    • 3.7.1 按照文件路径编辑pdf
    • 3.7.2 按照base64编辑pdf
  • 3.8 使用Itext7 HTML转PDF文件
    • 3.8.1 按照base64方式
• 4. 待办事项
• 5. 注意事项
• 6. 参考链接

1. 技术栈

• LibreOffice:v6.2.3

• jodconverter:4.2.2

• PDFBox:2.0.12

• cglib动态代理 + 懒汉工厂模式 + 策略模式 + 装饰器模式

• qtools-property管理配置文件(applicatpwdion.yml、bootstrap.yml、workable-converter.yml三种命名的配置文件任意包含一种即可)

2. 功能

• 支持doc、docx、html、ppt、png、pdf等等类型的文件互相转换

• 支持按照文件路径、字节输入输出流、Base64等不同姿势转换

• 不依赖第三方框架，即插即用，支持application.yml、bootstrap.yml、workable-converter.yml三种配置（自己项目中具体配置一个即可）

3. 使用

3.1 安装配置LibreOffice6.2.3

CentOS请直接参考这篇文章：CentOS7安装LibreOffice6.2.3

windows跟Mac同样可以在上述文章中拿到下载链接

安装完成后，请记住您的LibreOffice的Home目录，后面需要用到

默认目录：

• CentOS: /opt/libreoffice6.2/

• Mac: /Applications/LibreOffice.app/Contents/

• Windows: C:\Program Files\LibreOffice\

3.2 获取依赖

• Maven

<dependency>
  <groupId>com.liumapp.workable.converter</groupId>
  <artifactId>workable-converter</artifactId>
  <version>v1.4.2</version>
</dependency>

• Gradle

compile group: 'com.liumapp.workable.converter', name: 'workable-converter', version: 'v1.2.0'

3.3 编辑配置文件

在项目的resources目录下，创建一个yml配置文件，需要确保文件名称为application.yml、bootstrap.yml或workable-converter.yml三种命名任意一个即可

添加以下配置：

com:
  liumapp:
    workable-converter:
      libreofficePath: "/Applications/LibreOffice.app/Contents"

libreofficePath的值为LibreOffice:6.2.3的安装目录

完整的配置项列表如下

参数名	解释	默认值
libreofficePath	LibreOffice安装目录	(String) 无默认值，该项必填
libreofficePort	LibreOffice监听端口	(int) 2002
tmpPath	临时存储目录	(String) "./data/"

3.4 执行转换

3.4.1 按照文件路径转换

以doc转PDF为例

WorkableConverter converter = new WorkableConverter();//实例化的同时，初始化配置项，配置项的校验通过Decorator装饰

ConvertPattern pattern = ConvertPatternManager.getInstance();
pattern.fileToFile("./data/test.doc", "./data/pdf/result1.pdf"); //test.doc为待转换文件路径，result1.pdf为转换结果存储路径
pattern.setSrcFilePrefix(DefaultDocumentFormatRegistry.DOC);
pattern.setDestFilePrefix(DefaultDocumentFormatRegistry.PDF);

converter.setConverterType(CommonConverterManager.getInstance());//策略模式，后续实现了新的转换策略后，在此处更换，图片转换将考虑使用新的策略来完成
boolean result = converter.convert(pattern.getParameter();

如果要用html转PDF，将上述代码的

pattern.setSrcFilePrefix(DefaultDocumentFormatRegistry.DOC);
pattern.setDestFilePrefix(DefaultDocumentFormatRegistry.PDF);

改为

pattern.setSrcFilePrefix(DefaultDocumentFormatRegistry.HTML);
pattern.setDestFilePrefix(DefaultDocumentFormatRegistry.PDF);

其他类型的同理

3.4.2 按照输入输出流转换

以doc转pdf为例

// you can also choice not use proxy
WorkableConverter converter = new WorkableConverter();
ConvertPattern pattern = ConvertPatternManager.getInstance();
pattern.streamToStream(new FileInputStream("./data/test.doc"), new FileOutputStream("./data/pdf/result1_2.pdf"));
// attention !!! convert by stream must set prefix.
pattern.setSrcFilePrefix(DefaultDocumentFormatRegistry.DOC);
pattern.setDestFilePrefix(DefaultDocumentFormatRegistry.PDF);
converter.setConverterType(CommonConverterManager.getInstance());
boolean result = converter.convert(pattern.getParameter();

跟上例基本相同，唯一的变化是通过pattern.streamToStream()来设置输入输出流，转换源文件数据从输入流中读取，转换结果会直接写入输出流中，

同时要切换转换格式，跟上例一样设置不同的prefix即可

3.4.3 按照文件Base64转换

仍以doc转pdf为例

WorkableConverter converter = new WorkableConverter();
ConvertPattern pattern = ConvertPatternManager.getInstance();
pattern.base64ToBase64(Base64FileTool.FileToBase64(new File("./data/test.doc")));
// attention !!! convert by base64 must set prefix.
pattern.setSrcFilePrefix(DefaultDocumentFormatRegistry.DOC);
pattern.setDestFilePrefix(DefaultDocumentFormatRegistry.PDF);
converter.setConverterType(CommonConverterManager.getInstance());
boolean result = converter.convert(pattern.getParameter();
String destBase64 = pattern.getBase64Result();

输入base64执行转换，首先通过pattern.base64ToBase64()来设置转换源的base64值

转换结果result仍然是一个boolean类型，通过pattern.getBase64Result来获取转换结果的base64值

要切换转换格式，跟上例一样设置不同的prefix即可

3.5 图片处理

目前对于图片的处理，只支持将PDF转PNG图片(如果1份pdf文件有20页，那么将会转换为20张png图片)，该功能的实现基于PDFBox:2.0.12

3.5.1 按照文件路径处理

pattern.fileToFiles()第一个参数为待转换的pdf文件路径，第二个参数为转换后的图片存储路径

WorkableConverter converter = new WorkableConverter();
ConvertPattern pattern = ConvertPatternManager.getInstance();
pattern.fileToFiles("./data/test5.pdf", "./data/");
pattern.setSrcFilePrefix(DefaultDocumentFormatRegistry.PDF);
pattern.setDestFilePrefix(DefaultDocumentFormatRegistry.PNG);
converter.setConverterType(PdfBoxConverterManager.getInstance()); // pdf box converter manager only support pdf to png
assertEquals(true, converter.convert(pattern.getParameter()));
assertEquals(true, FileTool.isFileExists("./data/test5_0.png"));
assertEquals(true, FileTool.isFileExists("./data/test5_1.png"));
assertEquals(true, FileTool.isFileExists("./data/test5_2.png"));
assertEquals(true, FileTool.isFileExists("./data/test5_3.png"));

3.5.2 按照文件Base64处理

pattern.base64ToBase64()的参数为待转换pdf文件的base64值

转换结束后，通过List<String> resultBase64 = pattern.getBase64Results()获取转换后的图片base64值的集合

WorkableConverter converter = new WorkableConverter();
ConvertPattern pattern = ConvertPatternManager.getInstance();
pattern.base64ToBase64(Base64FileTool.FileToBase64(new File("./data/test5.pdf")));
pattern.setSrcFilePrefix(DefaultDocumentFormatRegistry.PDF);
pattern.setDestFilePrefix(DefaultDocumentFormatRegistry.PNG);
converter.setConverterType(PdfBoxConverterManager.getInstance()); // pdf box converter manager only support pdf to png
boolean result = converter.convert(pattern.getParameter());
List<String> resultBase64 = pattern.getBase64Results();
assertEquals(true, result);
assertEquals(4, resultBase64.size());

3.6 添加水印

水印的转换策略为WaterMarkConverter

添加水印注意事项

• 请确保输入源文件后缀为PDF，输出源文件后缀也为PDF

• 水印参数需要new一个WaterMarkRequire来设置

• setWaterMarkPage(int page)代表在哪一页上添加水印，如果为0，则表示所有页面

• 水印本身为一个PDF文件，该文件只需要一页，其第一页的内容将被视为水印添加到源文件中

  比如说，要添加透明度为0.3的文本作为水印的话，自己使用word等工具绘制透明度为0.3的字体（或者上包含透明度的png图片也可以）并另存为一个watermark.pdf文件

  然后使用waterMarkRequire.setWaterMarkPDFBase64(Base64FileTool.FileToBase64(new File("./data/watermark.pdf")))

  或者waterMarkRequire.setWaterMarkPDFBytes(FileUtils.readFileToByteArray(new File("./data/watermark.pdf")))将该文件的base64或者bytes值输入即可

具体使用可以分为三种方式

3.6.1 按照文件路径添加水印

WorkableConverter converter = new WorkableConverter();
converter.setConverterType(WaterMarkConverterManager.getInstance());//选择具体的水印转换策略

ConvertPattern pattern = ConvertPatternManager.getInstance();
WaterMarkRequire waterMarkRequire = new WaterMarkRequire();//创建水印所需要的参数

//指定在具体的哪一页添加水印，0的话则在所有页面添加水印
waterMarkRequire.setWaterMarkPage(0);//0 means all age
waterMarkRequire.setWaterMarkPDFBase64(Base64FileTool.FileToBase64(new File("./data/watermark.pdf")));

pattern.setWaterMarkRequire(waterMarkRequire);
pattern.setSrcFilePrefix(DefaultDocumentFormatRegistry.PDF);
pattern.setDestFilePrefix(DefaultDocumentFormatRegistry.PDF);
pattern.fileToFile("./data/test5.pdf", "./data/test5_with_mark01.pdf");//添加水印后的文件保存在./data/目录下，名为test5_with_mark01.pdf

boolean result = converter.convert(pattern.getParameter());
assertEquals(true, result);

3.6.2 按照流添加水印

WorkableConverter converter = new WorkableConverter();
converter.setConverterType(WaterMarkConverterManager.getInstance());

ConvertPattern pattern = ConvertPatternManager.getInstance();
WaterMarkRequire waterMarkRequire = new WaterMarkRequire();

waterMarkRequire.setWaterMarkPage(0);//0 means all age
waterMarkRequire.setWaterMarkPDFBytes(FileUtils.readFileToByteArray(new File("./data/watermark.pdf")));

pattern.setWaterMarkRequire(waterMarkRequire);
pattern.setSrcFilePrefix(DefaultDocumentFormatRegistry.PDF);
pattern.setDestFilePrefix(DefaultDocumentFormatRegistry.PDF);
pattern.streamToStream(new FileInputStream("./data/test5.pdf"), new FileOutputStream("./data/test5_with_mark02.pdf"));

boolean result = converter.convert(pattern.getParameter());
assertEquals(true, result);

3.6.3 按照base64添加水印

WorkableConverter converter = new WorkableConverter();
converter.setConverterType(WaterMarkConverterManager.getInstance());

ConvertPattern pattern = ConvertPatternManager.getInstance();
WaterMarkRequire waterMarkRequire = new WaterMarkRequire();

waterMarkRequire.setWaterMarkPage(0);//0 means all age
waterMarkRequire.setWaterMarkPDFBase64(Base64FileTool.FileToBase64(new File("./data/watermark.pdf")));

pattern.setWaterMarkRequire(waterMarkRequire);
pattern.setSrcFilePrefix(DefaultDocumentFormatRegistry.PDF);
pattern.setDestFilePrefix(DefaultDocumentFormatRegistry.PDF);
pattern.base64ToBase64(Base64FileTool.FileToBase64(new File("./data/test5.pdf")));

boolean result = converter.convert(pattern.getParameter());
String base64Result = pattern.getBase64Result();
Base64FileTool.saveBase64File(base64Result, "./data/test5_with_mark03.pdf");
assertEquals(true, result);

3.7 itext7编辑pdf

itext7编辑pdf策略为TextConverter

编辑pdf注意事项

• 请在配置文件添加 com.liumapp.workable-converter=fontsPath: 字体文件目录，resources文件下有所需字体文件

• 请确保输入源文件后缀为PDF，输出源文件后缀也为PDF

• 编辑pdf参数需要new一个TextRequire来设置

3.7.1 按照文件路径编辑pdf

        WorkableConverter converter = new WorkableConverter();
        converter.setConverterType(TextConverterManager.getInstance());

        ConvertPattern pattern = ConvertPatternManager.getInstance();
        TextRequire templateRequire = new TextRequire();

        List<PdfEditDTO> pdfEditDTOList = new ArrayList<>();

        PdfEditDTO pdfEditDTO = new PdfEditDTO();
        pdfEditDTO.setFieldName("one");
        pdfEditDTO.setFontSize(18);
        pdfEditDTO.setFontType(FontType.SIMYOU);
        pdfEditDTO.setPositionX(0f);
        pdfEditDTO.setPositionY(10f);
        pdfEditDTO.setText("Hello World I am One Field");
        pdfEditDTO.setWidth(250);
        pdfEditDTO.setHeitht(20);
        pdfEditDTO.setPageNum(1);

        pdfEditDTOList.add(pdfEditDTO);

        PdfEditDTO pdfEditDTO2 = new PdfEditDTO();
        pdfEditDTO2.setFieldName("two");
        pdfEditDTO2.setFontSize(18);
        pdfEditDTO2.setFontType(FontType.STKAITI);
        pdfEditDTO2.setPositionX(0f);
        pdfEditDTO2.setPositionY(820f);
        pdfEditDTO2.setText("Hello World I am Two Field");
        pdfEditDTO2.setWidth(250);
        pdfEditDTO2.setHeitht(20);
        pdfEditDTO2.setPageNum(2);

        pdfEditDTOList.add(pdfEditDTO2);

        templateRequire.setPdfEditDTOList(pdfEditDTOList);

        pattern.setTextRequire(templateRequire);
        pattern.setSrcFilePrefix(DefaultDocumentFormatRegistry.PDF);
        pattern.setDestFilePrefix(DefaultDocumentFormatRegistry.PDF);
        pattern.fileToFile("./data/txt.pdf","./data/txt2.pdf");

        boolean result = converter.convert(pattern.getParameter());
        assertEquals(true, result);

3.7.2 按照base64编辑pdf

WorkableConverter converter = new WorkableConverter();
        converter.setConverterType(TextConverterManager.getInstance());

        ConvertPattern pattern = ConvertPatternManager.getInstance();
        TextRequire templateRequire = new TextRequire();

        List<PdfEditDTO> pdfEditDTOList = new ArrayList<>();

        PdfEditDTO pdfEditDTO = new PdfEditDTO();
        pdfEditDTO.setFieldName("one");
        pdfEditDTO.setFontSize(18);
        pdfEditDTO.setFontType(FontType.SIMYOU);
        pdfEditDTO.setPositionX(0f);
        pdfEditDTO.setPositionY(10f);
        pdfEditDTO.setText("Hello World I am One Field");
        pdfEditDTO.setWidth(250);
        pdfEditDTO.setHeitht(20);
        pdfEditDTO.setPageNum(1);

        pdfEditDTOList.add(pdfEditDTO);

        PdfEditDTO pdfEditDTO2 = new PdfEditDTO();
        pdfEditDTO2.setFieldName("two");
        pdfEditDTO2.setFontSize(18);
        pdfEditDTO2.setFontType(FontType.STKAITI);
        pdfEditDTO2.setPositionX(0f);
        pdfEditDTO2.setPositionY(820f);
        pdfEditDTO2.setText("Hello World I am Two Field");
        pdfEditDTO2.setWidth(250);
        pdfEditDTO2.setHeitht(20);
        pdfEditDTO2.setPageNum(2);

        pdfEditDTOList.add(pdfEditDTO2);

        templateRequire.setPdfEditDTOList(pdfEditDTOList);

        pattern.setTextRequire(templateRequire);
        pattern.setSrcFilePrefix(DefaultDocumentFormatRegistry.PDF);
        pattern.setDestFilePrefix(DefaultDocumentFormatRegistry.PDF);
        pattern.base64ToBase64(Base64FileTool.FileToBase64(new File("./data/txt.pdf")));

        boolean result = converter.convert(pattern.getParameter());
        String base64Result = pattern.getBase64Result();
        Base64FileTool.saveBase64File(base64Result,"./data/txt2.pdf");

3.8 使用Itext7 HTML转PDF文件

增加ItextConverter策略;

3.8.1 按照base64方式

public class ItextConverterTest {
    @Test
    public void testItextConverter() throws ConvertFailedException, IOException {
        WorkableConverter converter = new WorkableConverter();
        converter.setConverterType(HtmlToPdfByItextConverterManager.getInstance());
        ConvertPattern pattern = ConvertPatternManager.getInstance();
        EditorRequire editorRequire = new EditorRequire();
        editorRequire.setContent("<html><div>你好,word</div></html>");
        pattern.setEditorRequire(editorRequire);
        pattern.setSrcFilePrefix(DefaultDocumentFormatRegistry.HTML);
        pattern.setDestFilePrefix(DefaultDocumentFormatRegistry.PDF);
        String base64 = Base64.getEncoder().encodeToString(editorRequire.getContent().getBytes());
        pattern.base64ToBase64(base64);
        assertEquals(true,converter.convert(pattern.getParameter()));
        String base64Result = pattern.getBase64Result();
        Base64FileTool.saveBase64File(base64Result,"./data/test2.pdf");
    }
}

参数介绍:

EditorRequire: 在这个对象中的content为html内容;

base64Result: 为转换结果的PDF文件内容的base64值;

4. 待办事项

• 已经测试通过的有doc、docx、html 按照不同姿势转PDF，其他类型的并没有编写测试单元，后续考虑增加

• 目前只支持yml配置，后续考虑添加其他类型的配置支持（xml、properties等）

• 目前Markdown格式很流行，考虑实现markdown格式的字符串转PDF(markdown -> html -> pdf)

5. 注意事项

• 因为需要LibreOffice的支持，所以不建议在Docker等容器内运行(LibreOffice暂无Docker稳定发行版的镜像)

• 转换乱码、转换耗时过长，请检查服务器是否安装有中文字体

• 项目启动后，在执行第一次转换任务时，因为涉及到与LibreOffice建立连接等操作，所以会耗时较长，第二次任务及以后稳定在0.5秒以内（具体时间因机器配置会有所差异）

6. 参考链接

• https://www.libreoffice.org/download/download/?type=rpm-x86_64&version=6.2.3&lang=zh-CN

• https://api.libreoffice.org/

• https://github.com/sbraconnier/jodconverter/

• https://memorynotfound.com/apache-pdfbox-add-watermark-pdf-document/