doc或docx(word)或image类型文件批量转PDF脚本

doc或docx(word)或image类型文件批量转PDF脚本

1.实际生产环境中遇到文件展示只能适配PDF版本的文件，奈何一万个文件有七千个都是word或者image类型的，由此搞个脚本批量转换下上传至OSS，为前端提供数据支撑。

2.环境准备，这里使用的是aspose-words-18.6-jdk16-crack.jar工具包，资源包就不提供了，网上百度一下即可。

3.javaMaven项目，jdk1.8.maven3.6

4.使用aspose-words-18.6-jdk16-crack.jar工具包会产生水印，需要配置resources下去除水印配置：

<?xml version="1.0" encoding="UTF-8" ?>
<License>
    <Data>
        <Products>
            <Product>Aspose.Total for Java</Product>
            <Product>Aspose.Words for Java</Product>
        </Products>
        <EditionType>Enterprise</EditionType>
        <SubscriptionExpiry>20991231</SubscriptionExpiry>
        <LicenseExpiry>20991231</LicenseExpiry>
        <SerialNumber>8bfe198c-7f0c-4ef8-8ff0-acc3237bf0d7</SerialNumber>
    </Data>
    <Signature>sNLLKGMUdF0r8O1kKilWAGdgfs2BvJb/2Xp8p5iuDVfZXmhppo+d0Ran1P9TKdjV4ABwAgKXxJ3jcQTqE/2IRfqwnPf8itN8aFZlV3TJPYeD3yWE7IT55Gz6EijUpC7aKeoohTb4w2fpox58wWoF3SNp6sK6jDfiAUGEHYJ9pjU=</Signature>
</License>

license.xml

5.工具类编写：

package org.utiles.dongl.tools;

import com.aspose.words.License;
import com.aspose.words.SaveFormat;
import com.itextpdf.text.*;
import com.itextpdf.text.pdf.PdfWriter;
import org.apache.log4j.Logger;
import org.utiles.dongl.comment.WordTranPDF;

import java.io.File;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.util.*;
import java.util.List;

/**
 * @ClassName: FileTranPDFTool
 * @Description TODO
 * @Author: 东霖
 * @Date: 2022/7/23 10:50
 * @Version 1.0
 **/
public class FileTranPDFTool {
    private static Logger logger = Logger.getLogger(FileTranPDFTool.class);

    public static boolean getLicense() {
        boolean result = false;
        try {
            InputStream is = WordTranPDF.class.getClassLoader().getResourceAsStream("\\license.xml"); // license.xml应放在..\WebRoot\WEB-INF\classes路径下
            License aposeLic = new License();
            aposeLic.setLicense(is);
            result = true;
        } catch (Exception e) {
            e.printStackTrace();
        }
        return result;
    }

    /**
     * ImageToPDF
     * 支持类型：jpg/tif/..
     *
     * @param source
     * @param target
     */
    public static void ImageToPDF(String source, String target) {
        Document document = new Document();
        //设置文档页边距
        document.setMargins(0, 0, 0, 0);
        FileOutputStream fos = null;
        try {
            fos = new FileOutputStream(target);
            PdfWriter.getInstance(document, fos);
            //打开文档
            document.open();
            //获取图片的宽高
            Image image = Image.getInstance(source);
            float imageHeight = image.getScaledHeight();
            float imageWidth = image.getScaledWidth();
            //设置页面宽高与图片一致
            Rectangle rectangle = new Rectangle(imageWidth, imageHeight);
            document.setPageSize(rectangle);
            //图片居中
            image.setAlignment(Image.ALIGN_CENTER);
            //新建一页添加图片
            document.newPage();
            document.add(image);
        } catch (Exception ioe) {
            System.out.println(ioe.getMessage());
        } finally {
            //关闭文档
            document.close();
            try {
                fos.flush();
                fos.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }

    /**
     * word 文档类型转pdf
     *
     * @param inPath
     * @param outPath
     * @return
     */
    public static boolean doc2pdf(String inPath, String outPath) {
        if (!getLicense()) { // 验证License 若不验证则转化出的pdf文档会有水印产生
            return false;
        }
        FileOutputStream os = null;
        try {
            File file = new File(outPath); // 新建一个空白pdf文档
            os = new FileOutputStream(file);
            com.aspose.words.Document doc = new com.aspose.words.Document(inPath); // Address是将要被转化的word文档
//            doc.save(os, SaveFormat.PDF);// 全面支持DOC, DOCX, OOXML, RTF HTML, OpenDocument, PDF,
            doc.save(os, SaveFormat.DOCX);// 全面支持DOC, DOCX, OOXML, RTF HTML, OpenDocument, PDF,
            // EPUB, XPS, SWF 相互转换
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        } finally {
            if (os != null) {
                try {
                    os.flush();
                    os.close();
                } catch (IOException e) {
                    e.printStackTrace();
                }
            }
        }
        return true;
    }

    /**
     * 遍历指定目录取文件名称
     *
     * @param foldPath 文件目录绝对路径
     * @return
     */
    public static List<String> listFileName(String foldPath) {
        List<String> listFiles = new ArrayList<>();
        //创建文件对象
        File f = new File(foldPath);
        //列出文件名称存入数组
        File[] files = f.listFiles();
        for (int i = 0; i < Objects.requireNonNull(files).length; i++) {
            listFiles.add(files[i].getName());
        }
        return listFiles;
    }

    /**
     * 删除指定文件
     * @param filePath
     * @return
     */
    public static boolean deleteByFilePath(String filePath) {
        File file = new File(filePath);
        return file.delete();
    }

    /**
     * 遍历指定目录取文件名称并接入路径
     *
     * @param oldPath 遍历文件目录绝对路径，也是要删除的文件目录
     * @return
     */
    public static Map<String, String> listFileNameAndPath(String oldPath) {
        Map<String, String> listFiles = new HashMap();
        //创建文件对象
        File f = new File(oldPath);
        //列出文件名称存入数组
        File[] files = f.listFiles();
        for (int i = 0; i < Objects.requireNonNull(files).length; i++) {
            listFiles.put(files[i].getPath(), files[i].getName());
        }
        return listFiles;
    }

    /**
     * 获取指定文件目录文件大小为0Size的
     * @param foldPath
     * @return
     */
    public static Integer getFileSize(String foldPath,String newFoldPath) {
        int j=1;
        //创建文件对象
        File file = new File(foldPath);
        File[] files = file.listFiles();
        for (int i = 0; i < files.length; i++) {
            if (files[i].length()==0){
                Boolean aBoolean = WriteToFileExample.moveFileToTarget("D:\\OSS\\ghwb\\ghksj_1_copy\\《金东区卫生健康事业发展“十四五”规划》.pdf", newFoldPath+files[i].getName(),null);
                if (aBoolean==true){
                    j++;
                    logger.info("移动："+files[i].getPath()+"到"+newFoldPath);
                }
                System.out.println(files[i].getPath());
            }
        }
        return j;
    }

    /**
     * 文件对比删除重复文件
     * @param oldFileNames
     * @param newPath 对比文件目录
     * @return
     */
    public static Integer deleteByFileName(Map<String, String> oldFileNames, String newPath) {
        int j = 0;
        List<String> newListNames = listFileName(newPath);
        for (Map.Entry<String, String> entry : oldFileNames.entrySet()) {
            for (int i = 0; i < newListNames.size(); i++) {
                String value = entry.getValue();
                String s = newListNames.get(i);
                if (value.substring(0,value.lastIndexOf(".")).equals(s.substring(0,s.lastIndexOf(".")))) {
                    boolean b = deleteByFilePath(entry.getKey());
                    if (b==true){
                        logger.info("成功删除指定文件："+entry.getKey()+"，共计："+j+"个");
                        j++;
                    }else{
                        logger.error("指定文件不存在："+entry.getKey());
                    }
                }
            }
        }
        return j;
    }

    public static void main(String[] args) {
        //文件对比删除
        Map<String, String> map = listFileNameAndPath("D:\\OSS\\ghwb\\word");
        int b = deleteByFileName(map, "D:\\OSS\\ghwb\\ghksj - 副本");
        //word转pdf
        doc2pdf("D:\\OSS\\ghwb\\13c5ad939a0b2001.doc",
                "D:\\OSS\\ghwb\\doc2docx\\13c5ad939a0b2001.docx");
        //移动文件size为0的数据到指定文件夹
//        getFileSize("D:\\OSS\\ghwb\\ghksj_3_copy","D:\\OSS\\ghwb\\test");
    }
}

WordORImageTranPDF

6.逻辑代码：

package org.utiles.dongl.comment;

import org.apache.log4j.Logger;
import org.utiles.dongl.tools.FileTranPDFTool;
import org.utiles.dongl.tools.WriteToFileExample;

import java.io.*;
import java.util.HashMap;
import java.util.Map;

import static org.utiles.dongl.tools.FileTranPDFTool.doc2pdf;

/**
 * @ClassName: WordTranPDF
 * @Description TODO
 * @Author: 东霖
 * @Date: 2022/7/22 8:55
 * @Version 1.0
 **/
public class WordTranPDF {
    private static Logger logger = Logger.getLogger(WordTranPDF.class);

    /**
     * 获取指定文件路径下所有文件对象
     *
     * @param inFilePath
     * @return
     */
    public static Map<String, String> getFilePathName(String inFilePath,String replacePathOld
            ,String replacePathNew,String wjjl,String pdfToPath) {
        Map<String, String> fileList = new HashMap();
        //创建文件对象
        File f = new File(inFilePath);
        //列出文件名称存入数组
        File[] files = f.listFiles();
        for (int i = 0; i < files.length; i++) {
            if (files[i].getName().endsWith("docx") || files[i].getName().endsWith("doc")
                    || files[i].getName().endsWith("wps") || files[i].getName().endsWith("rtf"))
            {
//                String str=files[i].getPath().substring(0,files[i].getPath().lastIndexOf(".")+1)+"pdf";
                String str=files[i].getPath().substring(0,files[i].getPath().lastIndexOf(".")+1)+"docx";
                fileList.put(files[i].getPath()+"&"+"word",str.replace(replacePathOld,replacePathNew));
//                logger.info("当前文件路径为："+files[i].getPath());
            } else if (files[i].getName().endsWith(".png") || files[i].getName().endsWith(".jpg") || files[i].getName().endsWith(".gif")
                    || files[i].getName().endsWith(".jpeg") || files[i].getName().endsWith(".tif"))
            {
                String str=files[i].getPath().substring(0,files[i].getPath().lastIndexOf(".")+1)+"pdf";
                fileList.put(files[i].getPath()+"&"+"image", str.replace(replacePathOld,replacePathNew));
//                logger.info("当前文件路径为："+files[i].getPath());
            }else if(files[i].getName().endsWith(".pdf")) {
                WriteToFileExample.moveFileToTarget(files[i].getPath(),pdfToPath+files[i].getName(),"");
                logger.info("移动："+files[i].getPath()+"到"+pdfToPath);
            }else{
                WriteToFileExample.writeFileSQL("当前文件无法转换："+files[i].getPath(),wjjl);
            }
        }
        return fileList;
    }

    public static void start(Map<String, String> hashMap) throws InterruptedException {
        long old = System.currentTimeMillis();
        int j = 0;
        for (Map.Entry<String, String> entry : hashMap.entrySet()) {
//            doc2pdf(entry.getKey(),entry.getValue());
            String[] split = entry.getKey().split("&");
            if(split[1].equals("word")){
                System.out.println(entry.getValue());
                doc2pdf(split[0],entry.getValue());
                Thread.sleep(Long.parseLong("15"));
            }else if (split[1].equals("image")){
                FileTranPDFTool.ImageToPDF(split[0],entry.getValue());
                Thread.sleep(Long.parseLong("15"));
            }else {
//                break;
            }
            j++;
            logger.info("转换第："+j+"个！"+"文件名称为："+entry.getKey());
        }
        long now = System.currentTimeMillis();
        logger.info("pdf转换成功，共耗时：" + ((now - old) / 1000.0) + "秒");
        logger.info("共转换：" + j + "个文件!");
    }

    public static void main(String[] args) throws InterruptedException {
        /**
         * inFilePath: 需要转换的文件夹路径
         * replacePathOld: 抓换后的文件要写入新文件，直接替换文件的上级目录关键字即可
         * replacePathNew: 新的文件父路径
         * wjjl: 不能转换的文件记录位置及记录名称
         * pdfToPath：当文件中已有pdf不用抓换的需配置文件留存方向。会从原文件目录移动至新文件目录
         */
        Map<String, String> filePathName = getFilePathName("D:\\OSS\\ghwb\\doc11",
                "doc11","doc2docx",
                "D:\\OSS\\ghwb\\"+System.currentTimeMillis()+".txt"
        ,"D:\\OSS\\yjbg\\gjxxzx\\ghksj_copy\\");
        start(filePathName);
    }
}

7.上述就是word或者image类型的批量脚本，可以在工具类中单元测试之后在使用批量逻辑代码。