关于openOffice对于word的转换及遇到的问题

2023年8月3日发(作者：)

关于openOffice对于word的转换及遇到的问题⼀：需求详情：　　公司需要存储合同⽂件，⽤户上传word⽂档的合同，通过openOffice去把word转换为pdf、再把pdf转换为图⽚格式，并分别存储。因为openOffice的转换需要耗费挺⼤的内存，所以设计为task任务，凌晨⾃动转换。　　记录本次需求完成的时候遇到的问题。

⼆：过程　　1：本地环境编码（windows）　　第⼀步：因为是本地环境的编码⽽且是Windows环境，所以从安装openOffice开始，到启动服务并没有遇到难题。　　第⼆步：转换所需要的⼯具包； 1 2 commons-cli 3 commons-cli 4 1.2 5 6 7 8 commons-io 9 commons-io 10 1.4 11

12 13 14 fice 15 juh 16 3.0.1 17

18 19 20 fice 21 jurt 22 3.0.1 23

24 25 26 fice 27 ridl 28 3.0.1 29

30 31 32 4j 33 slf4j-api 34 35 36 37

4j 38 slf4j-jdk14 39 test 40 41 42 43

fice 44 unoil 45 3.0.1 46 47 48 49

m 50 xstream 51 1.3.1 52 53 54

55 56 fontbox 57 2.0.8 58 59 60

61 62 pdfbox 63 2.0.8 64 　　问题1：在这⾥遇到了第⼀个问题，就是在maven的中央仓库找不到关键的依赖jar包的问题。　　jodconverter-cli 这个jar包中央仓库找不到jar包依赖，jodconverter 版本才到2.2.1（这个版本之前的不能⽀持docx格式转换，2.2.2及以后才开始⽀持。）　　然后和⼤⽜商量，加⼊到公司内⽹⾃⼰的maven仓库。　　　　第三步：⼯具类 1 /** 2 * @author GH 3 * 输⼊⽂件 4 * 输出⽂件 5 */ 6 public class WordToPdf {//word转pdf 7 public static void docToPdf(File inputFile, File outputFile){

8 OpenOfficeConnection connection = new SocketOpenOfficeConnection(8100); 9 try{ 10 t(); 11 DocumentConverter converter =

new OpenOfficeDocumentConverter(connection); 12 t(inputFile, outputFile); 13 }catch(ConnectException cex){ 14

tackTrace(); 15 }finally{ 16 if(connection!=null){ 17 nect(); 18 connection = null; 19 } 20 } 21 } 22 } 1 /** 2 * @author GH 3 * 参数1：要装换的pdf位置 4 * 参数2：转换后的图⽚存放位置 5 * 参数3：中间要拼接的名字 6 * return：转换后的img名字集合 7 */

8 public class PdfToImage {//pdf转img 9 public static List pdfToImagePath(String srcFile,String contractFromSrc,String name){ 10 List

list = new ArrayList<>(); 11 String imagePath; 12 File file = new File(srcFile); 13 try { 14 File f = new File(contractFromSrc); 15 if(!()){ 16

(); 17 } 18 PDDocument doc = (file); 19 PDFRenderer renderer = new PDFRenderer(doc); 20 int pageCount =

berOfPages(); 21 for(int i=0; i

ImageWithDPI(i, 296); 24 // ⽅式2,第⼆个参数是设置缩放⽐(即像素) 25 BufferedImage image = Image(i, 2f); //第⼆个参数越⼤⽣成图⽚分辨率越⾼，转换时间也就越长 26 imagePath = contractFromSrc+name+"-"+i +".jpg"; 27 (image, "PNG", new

File(imagePath)); 28 (name+"-"+i +".jpg"); 29 } 30 (); 31 } catch (IOException e) { 32 tackTrace(); 33 } 34 return list; 35 } 36 } 　　第四步：编码　　⾸先从数据库读取没有转换过的集合，循环下载oss对象存储⽂件到指定临时⽂件夹。　　通过⼯具类转换下载的word为pdf，录⼊数据pdf记录，上传oss对象pdf图⽚。　　通过⼯具类转换得到的pdf图⽚，录⼊数据路图⽚记录，上传转换得到的img图⽚。　　try catch捕捉异常，有异常就回滚数据库，删除oss对象上传的⽂件。　　修改word的转换状态为已转换。　　问题2：因为到最后测试环境和⽣产环境都是Linux系统的，因为涉及到⽂件的操作，但是Linux和Windows的⽂件路径是不⼀样的，例如：Windows⽂件路径为（C:）Linux则为（/tmp/）　　因此 采⽤这种⽅式1 　　public final static String Convert_Tmp_Url="C:"+tor+"temp"+tor+"contractToImg"+tor;//进⾏word——img转换的时候的暂时存放路径 window 2 public final static String Convert_Tmp_Url2=tor+"tmp"+tor+"contractToImg"+tor;//进⾏word——img转换的时候的暂时存放路径 linux

　　tor 与系统有关的默认名称分隔符，为了⽅便，它被表⽰为⼀个字符串 在Linux此字段的值为 '/' Windows为''　　第五步：本地测试，没有问题。　　2：测试环境测试（windows）　　问题3：在Linux环境下word转换word中⽂出现乱码 空⽩，导致的原因是Linux缺少中⽂字体编码。　　解决⽅法：　　步骤1：创建路径。　　在centos的/usr/java/jdk1.8.0_91/jre/lib/fonts下新建路径：fallback。　　步骤2：上传字体。　　将字体： ⿊体、 宋体（windows下通过everything找下）上传⾄/usr/java/jdk1.8.0_91/jre/lib/fonts/fallback路径下。　　步骤3：查看系统字体⽂件路径。　　查看⽅案:1. [root@80ec6 fallback]# cat /etc/fonts/2. 3.

/usr/share/fonts4. /usr/share/X11/fonts/Type1 /usr/share/X11/fonts/TTF /usr/local/share/fonts5. ~/.fonts　　步骤4：字体拷贝。　　将 /usr/java/jdk1.8.0_91/jre/lib/fonts的全部内容，拷贝到步骤3查看的路径下， 我的字体路径为：/usr/share/fonts。　　步骤5：更新缓存　　执⾏命令：fc-cache　　步骤6：kill掉openoffice进程。　　[root@80ec6 fonts]# ps -ef | grep openoffice　　root 3045 3031 0 06:19 pts/1 00:00:03 /opt/openoffice4/program/ -headless-accept=socket,host=127.0.0.1,port=8100;urp; -nofirststartwizard　　执⾏kill：kill -9 3045　　步骤7：重启后台运⾏openoffice。　[root@a3cf78780ec6 openoffice4]# soffice -headless -accept="socket,host=127.0.0.1,port=8100;urp;" -nofirststartwizard &　　　　　3：测试环境和⽣产环境内核不⼀样，安装的安装包不⼀样。　　测试环境的安装的是deb⽂件，使⽤ dpkg命令安装所有的deb⽂件，启动服务就能使⽤。　　⽣产环境的是dpkg命令找不到。改换安装prm⽂件，执⾏安装之后，竟然启动不了，查找原因之后尽然是没有安装完，RPMS⽬录下有desktop-integration⽂件夹，进⼊到desktop-integration⽬录，⾥⾯有四个rpm　　⽂件，选择相应的安装即可，这⾥我选择的是redhat版本。　　执⾏ rpm -ivh　

欢迎⼤家⼀起说出⾃⼰的想法。

2023年8月3日发(作者：)

关于openOffice对于word的转换及遇到的问题⼀：需求详情：　　公司需要存储合同⽂件，⽤户上传word⽂档的合同，通过openOffice去把word转换为pdf、再把pdf转换为图⽚格式，并分别存储。因为openOffice的转换需要耗费挺⼤的内存，所以设计为task任务，凌晨⾃动转换。　　记录本次需求完成的时候遇到的问题。

⼆：过程　　1：本地环境编码（windows）　　第⼀步：因为是本地环境的编码⽽且是Windows环境，所以从安装openOffice开始，到启动服务并没有遇到难题。　　第⼆步：转换所需要的⼯具包； 1 2 commons-cli 3 commons-cli 4 1.2 5 6 7 8 commons-io 9 commons-io 10 1.4 11

12 13 14 fice 15 juh 16 3.0.1 17

18 19 20 fice 21 jurt 22 3.0.1 23

24 25 26 fice 27 ridl 28 3.0.1 29

30 31 32 4j 33 slf4j-api 34 35 36 37

4j 38 slf4j-jdk14 39 test 40 41 42 43

fice 44 unoil 45 3.0.1 46 47 48 49

m 50 xstream 51 1.3.1 52 53 54

55 56 fontbox 57 2.0.8 58 59 60

61 62 pdfbox 63 2.0.8 64 　　问题1：在这⾥遇到了第⼀个问题，就是在maven的中央仓库找不到关键的依赖jar包的问题。　　jodconverter-cli 这个jar包中央仓库找不到jar包依赖，jodconverter 版本才到2.2.1（这个版本之前的不能⽀持docx格式转换，2.2.2及以后才开始⽀持。）　　然后和⼤⽜商量，加⼊到公司内⽹⾃⼰的maven仓库。　　　　第三步：⼯具类 1 /** 2 * @author GH 3 * 输⼊⽂件 4 * 输出⽂件 5 */ 6 public class WordToPdf {//word转pdf 7 public static void docToPdf(File inputFile, File outputFile){

8 OpenOfficeConnection connection = new SocketOpenOfficeConnection(8100); 9 try{ 10 t(); 11 DocumentConverter converter =

new OpenOfficeDocumentConverter(connection); 12 t(inputFile, outputFile); 13 }catch(ConnectException cex){ 14

tackTrace(); 15 }finally{ 16 if(connection!=null){ 17 nect(); 18 connection = null; 19 } 20 } 21 } 22 } 1 /** 2 * @author GH 3 * 参数1：要装换的pdf位置 4 * 参数2：转换后的图⽚存放位置 5 * 参数3：中间要拼接的名字 6 * return：转换后的img名字集合 7 */

8 public class PdfToImage {//pdf转img 9 public static List pdfToImagePath(String srcFile,String contractFromSrc,String name){ 10 List

list = new ArrayList<>(); 11 String imagePath; 12 File file = new File(srcFile); 13 try { 14 File f = new File(contractFromSrc); 15 if(!()){ 16

(); 17 } 18 PDDocument doc = (file); 19 PDFRenderer renderer = new PDFRenderer(doc); 20 int pageCount =

berOfPages(); 21 for(int i=0; i

ImageWithDPI(i, 296); 24 // ⽅式2,第⼆个参数是设置缩放⽐(即像素) 25 BufferedImage image = Image(i, 2f); //第⼆个参数越⼤⽣成图⽚分辨率越⾼，转换时间也就越长 26 imagePath = contractFromSrc+name+"-"+i +".jpg"; 27 (image, "PNG", new

File(imagePath)); 28 (name+"-"+i +".jpg"); 29 } 30 (); 31 } catch (IOException e) { 32 tackTrace(); 33 } 34 return list; 35 } 36 } 　　第四步：编码　　⾸先从数据库读取没有转换过的集合，循环下载oss对象存储⽂件到指定临时⽂件夹。　　通过⼯具类转换下载的word为pdf，录⼊数据pdf记录，上传oss对象pdf图⽚。　　通过⼯具类转换得到的pdf图⽚，录⼊数据路图⽚记录，上传转换得到的img图⽚。　　try catch捕捉异常，有异常就回滚数据库，删除oss对象上传的⽂件。　　修改word的转换状态为已转换。　　问题2：因为到最后测试环境和⽣产环境都是Linux系统的，因为涉及到⽂件的操作，但是Linux和Windows的⽂件路径是不⼀样的，例如：Windows⽂件路径为（C:）Linux则为（/tmp/）　　因此 采⽤这种⽅式1 　　public final static String Convert_Tmp_Url="C:"+tor+"temp"+tor+"contractToImg"+tor;//进⾏word——img转换的时候的暂时存放路径 window 2 public final static String Convert_Tmp_Url2=tor+"tmp"+tor+"contractToImg"+tor;//进⾏word——img转换的时候的暂时存放路径 linux

　　tor 与系统有关的默认名称分隔符，为了⽅便，它被表⽰为⼀个字符串 在Linux此字段的值为 '/' Windows为''　　第五步：本地测试，没有问题。　　2：测试环境测试（windows）　　问题3：在Linux环境下word转换word中⽂出现乱码 空⽩，导致的原因是Linux缺少中⽂字体编码。　　解决⽅法：　　步骤1：创建路径。　　在centos的/usr/java/jdk1.8.0_91/jre/lib/fonts下新建路径：fallback。　　步骤2：上传字体。　　将字体： ⿊体、 宋体（windows下通过everything找下）上传⾄/usr/java/jdk1.8.0_91/jre/lib/fonts/fallback路径下。　　步骤3：查看系统字体⽂件路径。　　查看⽅案:1. [root@80ec6 fallback]# cat /etc/fonts/2. 3.

/usr/share/fonts4. /usr/share/X11/fonts/Type1 /usr/share/X11/fonts/TTF /usr/local/share/fonts5. ~/.fonts　　步骤4：字体拷贝。　　将 /usr/java/jdk1.8.0_91/jre/lib/fonts的全部内容，拷贝到步骤3查看的路径下， 我的字体路径为：/usr/share/fonts。　　步骤5：更新缓存　　执⾏命令：fc-cache　　步骤6：kill掉openoffice进程。　　[root@80ec6 fonts]# ps -ef | grep openoffice　　root 3045 3031 0 06:19 pts/1 00:00:03 /opt/openoffice4/program/ -headless-accept=socket,host=127.0.0.1,port=8100;urp; -nofirststartwizard　　执⾏kill：kill -9 3045　　步骤7：重启后台运⾏openoffice。　[root@a3cf78780ec6 openoffice4]# soffice -headless -accept="socket,host=127.0.0.1,port=8100;urp;" -nofirststartwizard &　　　　　3：测试环境和⽣产环境内核不⼀样，安装的安装包不⼀样。　　测试环境的安装的是deb⽂件，使⽤ dpkg命令安装所有的deb⽂件，启动服务就能使⽤。　　⽣产环境的是dpkg命令找不到。改换安装prm⽂件，执⾏安装之后，竟然启动不了，查找原因之后尽然是没有安装完，RPMS⽬录下有desktop-integration⽂件夹，进⼊到desktop-integration⽬录，⾥⾯有四个rpm　　⽂件，选择相应的安装即可，这⾥我选择的是redhat版本。　　执⾏ rpm -ivh　

欢迎⼤家⼀起说出⾃⼰的想法。