引言

在企业级应用中，文档格式转换是常见需求，尤其是将 Word 文档（.docx）转换为 PDF 格式，以确保内容在不同设备上的一致性、安全性和可打印性。Java 作为主流开发语言，提供了多种库来实现这一功能。本文将介绍两种主流方案：基于 Apache POI 和 iText 的集成方法，并分享最佳实践。

1. 技术选型与准备

1.1 Apache POI 简介

Apache POI 是一个开源 Java 库，支持 Microsoft Office 文档格式的读写。通过 POI，可以解析 Word 文档内容，并将其转换为 PDF 输出。

1.2 iText 简介

iText 是一个强大的 PDF 生成库，支持从 HTML、XML 或自定义内容创建 PDF 文件。结合 POI 提取的 Word 内容，iText 可用于最终 PDF 生成。

1.3 依赖配置

在 Maven 项目中，添加以下依赖到 pom.xml 文件：

<dependencies>
    <dependency>
        <groupId>org.apache.poi</groupId>
        <artifactId>poi-ooxml</artifactId>
        <version>5.2.3</version>
    </dependency>
    <dependency>
        <groupId>com.itextpdf</groupId>
        <artifactId>itext7-core</artifactId>
        <version>7.2.5</version>
        <type>pom</type>
    </dependency>
</dependencies>

2. 实现步骤详解

2.1 使用 Apache POI 读取 Word 文档

首先，通过 POI 的 XWPFDocument 类加载 .docx 文件，提取文本、表格和图像内容。以下是一个简单示例：

import org.apache.poi.xwpf.usermodel.XWPFDocument;
import java.io.FileInputStream;

public class WordReader {
    public static void main(String[] args) throws Exception {
        FileInputStream fis = new FileInputStream("input.docx");
        XWPFDocument document = new XWPFDocument(fis);
        // 遍历段落提取文本
        document.getParagraphs().forEach(p -> System.out.println(p.getText()));
        document.close();
    }
}

2.2 使用 iText 生成 PDF

提取内容后，使用 iText 的 PdfWriter 和 Document 类创建 PDF 文件。例如，将提取的文本写入 PDF：

import com.itextpdf.kernel.pdf.PdfWriter;
import com.itextpdf.kernel.pdf.PdfDocument;
import com.itextpdf.kernel.font.PdfFontFactory;
import com.itextpdf.kernel.font.PdfFont;
import com.itextpdf.layout.Document;
import com.itextpdf.layout.element.Paragraph;

public class PdfGenerator {
    public static void main(String[] args) throws Exception {
        PdfWriter writer = new PdfWriter("output.pdf");
        PdfDocument pdfDoc = new PdfDocument(writer);
        Document document = new Document(pdfDoc);
        PdfFont font = PdfFontFactory.createFont();
        document.add(new Paragraph("转换后的 PDF 内容").setFont(font));
        document.close();
    }
}

2.3 完整转换流程

结合两者，编写一个完整的转换类，处理 Word 到 PDF 的映射，包括文本、字体、表格和图像。注意：复杂文档（如包含宏或特殊样式）可能需要额外处理。

3. 常见问题与优化

3.1 字体和编码问题

中文内容可能显示为乱码，需在 iText 中指定支持中文的字体（如思源宋体）。使用 PdfFontFactory.createFont("路径/to/font.ttf", PdfEncodings.IDENTITY_H) 解决。

3.2 性能优化

对于大文件或批量转换，建议： - 使用流式处理避免内存溢出。 - 并行处理多个文档转换任务。 - 缓存字体和模板以提高重复转换效率。

3.3 替代方案

如果项目允许，可考虑商业库如 Aspose.Words for Java，提供更全面的功能和稳定性，但需注意许可费用。

4. 总结

Java 环境下实现 Word 转 PDF 可通过 Apache POI 和 iText 的组合高效完成。开发者需根据文档复杂度选择合适的策略，并关注字体、性能等细节。本文提供的代码示例和建议可帮助快速集成到实际项目中，提升文档处理能力。