php中调用Java实现word文档的预览

摘要：在下一切运行正常，但是到下文件的文件名和生成路径就会发生变化，这里的不会被当作路径分隔符了，而是当作文件名的一部分，其实修改起来也很简单创建另一个线程启动服务，老是会出现无法连接服务的异常。

在做软件工程的课程设计的时候，我们小组选择做一个资料分享网站，网站最重要的功能当然就是上传文件和下载文件。但是这中间就需要一个比较重要的过程：预览。

预览最终结果是一张长图，很长很长的png图片。大致可以分为下面这几个步骤：

将WORD文档转为PDF

将PDF拆分，毕竟只是预览，而不是查看全部，这里我设置的是预览10页

将PDF按页转换为PNG图片

将所有的PNG图片合并成一张长图

四个步骤，分别需要用到不同的工具：

第一步：对于WORD转PDF，在度娘的帮助下，我们决定使用Java语言实现这一功能。使用开源的openoffice+jodconverter来对WORD进行转换。
首先我们要考虑php如何调用Java，很幸运，有一个叫做JavaBridge的东西为我们解决了这个问题，JavaBridge的使用在百度中有大量的博客教程(ps：虽然我对国内这些博客互相抄袭，还错误百出很看不习惯，但确实也有好的博客，并且数量很多)；
然后就是要安装OpenOffice，这个很简单，无论是Windows还是Linux都不难（直接百度搜索openoffice安装即可）；
最后下载jodconverter的jar包，编写程序将WORD转为PDF。

源码如下

import java.io.File;
import java.io.IOException;

import com.artofsolving.jodconverter.DocumentConverter;
import com.artofsolving.jodconverter.openoffice.connection.OpenOfficeConnection;
import com.artofsolving.jodconverter.openoffice.connection.SocketOpenOfficeConnection;
import com.artofsolving.jodconverter.openoffice.converter.OpenOfficeDocumentConverter;

public class PDFConverter {
    /**
     * 将WORD文档转换为PDF
     * @param srcPath WORD文档路径
     * @param desPath 目标PDF保存路径
     * @param pages 转换页数
     * @throws IOException
     */
    public void Word2Pdf(String srcPath, String desPath) throws IOException {
        // 源文件目录
        File inputFile = new File(srcPath);
        if (!inputFile.exists()) {
            System.out.println("源文件不存在！");
            System.out.println(srcPath + ", " + desPath);
            return;
        }
        
        // 输出文件目录
        File outputFile = new File(desPath);
        if (!outputFile.getParentFile().exists()) {
            outputFile.getParentFile().mkdirs();
        }
        // 调用openoffice服务线程
//        String command = "C:Program Files (x86)OpenOffice 4programsoffice.exe -headless -accept="socket,host=127.0.0.1,port=8100;urp;"";
        String command = "/opt/openoffice4/program/soffice -headless -accept="socket,host=127.0.0.1,port=8100;urp;" -nofirststartwizard";
        Process p = Runtime.getRuntime().exec(command);
        // 连接openoffice服务
        OpenOfficeConnection connection = new SocketOpenOfficeConnection(
                "127.0.0.1", 8100);
        connection.connect();
        // 转换word到pdf
        DocumentConverter converter = new OpenOfficeDocumentConverter(
                connection);
        converter.convert(inputFile, outputFile);
        // 关闭连接
        connection.disconnect();
        // 关闭进程
        p.destroy();
        System.out.println("转换完成！");
    }
}

在程序中我们创建一个线程来打开OpenOffice的服务Process p = Runtime.getRuntime().exec(command);这条代码的作用相当于在命令行(终端)输入command字符串，而command字符串就是我们启动openoffice服务的命令。后面连接openoffice然后利用它提供的接口将WORD转为PDF即可。（注意：注释起来的command是Windows下的启动命令，因为Windows系统和linux系统中openoffice安装路径不同，所以需要使用不同的路径启动服务，所以在安装OpenOffice时一定要注意安装路径）

第二步：将一个大的PDF拆分为小的PDF，可能是PHP这方面的支持不够，也可能是我对Java很有好感，这一步我选择的是使用Apache的pdfbox结合Java实现的。
在apache官网中找到pdfbox，下载fontbox-2.0.15.jar、pdfbox-2.0.15.jar、commons-logging-1.2.jar这三个jar包，但是我在apahce官网上面并没有找到最后一个jar包，是在别人分享的百度云盘里面下载的，所以最后我会把我用到的所有jar包上传到百度云并提供永久下载链接；获得这三个jar包后编写程序；

源码如下

/**
 * 将一个大pdf拆分为小pdf
 * @param src 大PDF路径
 * @param dest 小PDF保存路径
 * @param pages 拆分页数
 */
public void split(String src, String dest, int pages) {
    File srcFile = new File(src);
    if(!srcFile.exists()) {
        System.out.println("原文件不存在");
        return;
    }
    
    // 如果目标路径的父目录不存在，则创建
    File destFile = new File(dest);
    if(!destFile.getParentFile().exists()) {
        destFile.getParentFile().mkdirs();
    }
    
    try {
        System.out.println("开始拆分");
        // 加载原PDF文件
        PDDocument pdf = PDDocument.load(srcFile, MemoryUsageSetting.setupTempFileOnly());
        // 获取原PDF文件总页数
        int pageCount = pdf.getPages().getCount();
        
        // 当所需要的页数大于总页数时，按最大总页数进行拆分
        if(pages > pageCount) {
            pages = pageCount;
        }
        
        PDDocument newPdf = new PDDocument();
        for(int i=0;i
第三步：将PDF转为PNG图片，很幸运在pdfbox中提供了这样的功能，所以这一步不需要任何工具包
直接就可以编写代码
/**
 * 将pdf转为png图片
 * @param src 原pdf路径
 * @param dest 图片的父目录
 */
public void Pdf2Png(String src, String dest) {
    File srcFile = new File(src);
    if(!srcFile.exists()) {
        System.out.println("源文件不存在");
        return;
    }
    
    File destFile = new File(dest);
    if(!destFile.exists()) {
        destFile.mkdirs();
    }
    
    try {
        PDDocument doc = PDDocument.load(srcFile);
        PDFRenderer renderer = new PDFRenderer(doc);
        int pageCount = doc.getNumberOfPages();
        for(int i=0;i
由于第二步和第三步用到了同样的外部jar包，所以我把它们放在同一个项目，下面是完整的项目
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;

import javax.imageio.ImageIO;

import org.apache.pdfbox.io.MemoryUsageSetting;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.rendering.PDFRenderer;

public class PDFProcess {
    /**
     * 将pdf转为png图片
     * @param src 原pdf路径
     * @param dest 图片的父目录
     */
    public void Pdf2Png(String src, String dest) {
        File srcFile = new File(src);
        if(!srcFile.exists()) {
            System.out.println("源文件不存在");
            return;
        }
        
        File destFile = new File(dest);
        if(!destFile.exists()) {
            destFile.mkdirs();
        }
        
        try {
            PDDocument doc = PDDocument.load(srcFile);
            PDFRenderer renderer = new PDFRenderer(doc);
            int pageCount = doc.getNumberOfPages();
            for(int i=0;i pageCount) {
                pages = pageCount;
            }
            
            PDDocument newPdf = new PDDocument();
            for(int i=0;i
最后一个合并PNG，这个要求直接使用php即可实现，不过需要GD2扩展库，如果是Windows下这个扩展是自带的，Linux下需要自己安装扩展
 $width) {
                $width = $arr[$i]["size"][0];
            }
            $height += $arr[$i]["size"][1];
        }

        $merge = imagecreate($width, $height+10*count($source));
        $space = imagecreate($width, 10);

        $dst_x = 0;
        $dst_y = 0;
        for($i=0;$i
具体的思想就是先创建一张空的长图，然后将要合并的图片一张一张放进去(用的是imagecopy()函数)，这里我做了一个间隔处理，每两张图片之间间隔了10像素。
到目前为止貌似所有的问题都得到了解决，我们只需要将Java项目打包成jar包，放入JavaBridge所要求的jre环境的ext目录中，就能完成所有的功能了。
但是，当我将所有东西放入项目中运行时，会发生各种“意外”（特别是在Windows开发，然后源码移植到linux上时问题最为严重）。具体有哪些问题，下面我一一列举，并且将之与我的项目结合在一起说明


由于系统不同，所以文件路径的分隔符也不同，在windows下分隔符为""，而Linux下分隔符为"/"，于是在我将PDF转为PNG时，这个问题出现了，现在回去看PDF转PNG的源码，会有这样一条代码File file = new File(dest + "" + i + ".png");如果你看懂了我的代码，就会知道问题所在。在Windows下一切运行正常，但是到Linux下PNG文件的文件名和生成路径就会发生变化，这里的""不会被当作路径分隔符了，而是当作文件名的一部分，其实修改起来也很简单：File file = new File(dest + File.separator + i + ".png");

创建另一个线程启动openoffice服务，老是会出现无法连接服务的异常。根据我的各种调试，发现有时候会有这样的情况发生：在程序运行到连接服务的时候，服务并没有开启。按理说开启服务的代码写在连接服务之前，不应该出现这样的问题。我猜测是由于创建了另一个线程来启动服务，而主线程并没有停止，而会继续执行，如果主线程先执行到连接服务的代码，那么就会出现这个错误。虽然是猜测，我觉得八九不离十了，有两种方式解决这个问题：

第一种就是线程等待，让主线程等待，直到另一个线程执行完毕后唤醒主线程；
第二种就是让openoffice服务长期开启，而不需要在程序中启动服务；
由于此时处于开发初期，小组选择先长期开启服务，等后期再改为线程等待策略。那么代码也得做相应的修改，将启动openoffice服务的代码删除即可，但是要记住需要手动启动服务。

如果web网站放在远程服务器上，而且只能用终端进行远程连接没有图形界面时，JavaBridge和openoffice服务就必须放在后台执行了，还好Linux有直接提供将进程转为后台执行的命令，这都不是大问题。
第一个问题和第二个问题需要不断的尝试，才能发现问题，浪费了大部分时间。最后一个问题和Java编程经验有很大关系了。前面提到我们需要将Java项目打包成jar包，而且需要将外部jar包也放入其中。而eclipse在打包的时候不能包含外部jar包(这里打包需要选择JAR File而不能选择Runnable Jar File)，我们得想办法将外部jar包塞进去。这里我提供三种方法，但是我只测试过其中一种方法。

方法一：将打包好的jar包用rar打开，将外部jar包直接复制到里面，至于复制到哪里，根据程序中import外部jar包张的类所使用的路径来判断，实在判断不出来就一个目录一个目录尝试。
方法二：将外部jar包解压缩成许多class文件，将class文件复制到目标jar包中，这种方式我通过了测试。例如：将jodconverter的jar包解压缩后，有四个文件夹(com、drafts、org、META-INT)，将这四个文件夹复制到目标jar包的顶层目录中。
方法三：如果能找到外部jar包的源代码，可以将源代码直接复制到项目中，跟项目一起打包成jar。这里的源代码指的是.java文件而不是.class文件，这种方式应该百分之百能成，但是一般想要找到源代码很难。

总结一下：

jar文件相当于一个压缩包，可以使用winrar这样的压缩软件打开，并且往里面加入其他文件；
编写程序中如果使用到路径，不要直接用""或"/"，使用编程语言中提供的常量来表示分隔符，例如Java中的File.separator，php中的DIRECTORY_SEPARATOR常量；
排查错误的时候，要结合前端和数据库一起进行排查，同时可以通过输入日志判断错误位置，php中提供了error_log()函数输入日志。

jar包的永久下载链接：
jodconverter：https://pan.baidu.com/s/1XwhiVhmlXxVvkPiiIkYi_Q
提取码：1dgj
pdfbox：https://pan.baidu.com/s/19bPBsoJhEv-m0l5ZLlMZbg
提取码：ymnt
JavaBridge：https://pan.baidu.com/s/1XKdC8vSLlmOGIGYRAmSQTA
提取码：k3lb
联系方式(qq)：1518542802
若是觉得这篇博客有地方不明白可以加我的qq问我，在下必然知无不言言无不尽。