文档展示：PDFRender 将PDF转换为图片

阅读更多

上接 文档展示：PDFBox 将PDF转换为图片
http://zhuyufufu.iteye.com/blog/2009600

上面链接的文章展示了使用PDFBox转PDF为图片，但是有问题：

1.当PDF文档为180M大小时直接报解析异常 （通过加大堆内存可解决）

2.当PDF页数为500多页时处理非常慢

3.测试例子中出现中文正常，英文数字括号乱码的情况

4.jar包很大，达到9M以上

换个组件使用PDFRender来实现例子

上代码：

package com.zas.pdfrender.test;

import java.awt.Graphics2D;
import java.awt.Image;
import java.awt.Rectangle;
import java.awt.RenderingHints;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.RandomAccessFile;
import java.nio.ByteBuffer;
import java.nio.channels.FileChannel;

import com.sun.image.codec.jpeg.JPEGCodec;
import com.sun.image.codec.jpeg.JPEGEncodeParam;
import com.sun.image.codec.jpeg.JPEGImageEncoder;
import com.sun.pdfview.PDFFile;
import com.sun.pdfview.PDFPage;

public class PDFRenderTest {
	
	public static void convert(String inputPDFPath, String outputFDir) throws IOException, FileNotFoundException {
		//pdf文件存在校验，输出文件夹创建
		File file = new File(inputPDFPath);
		if(!file.exists()){
			throw new FileNotFoundException("文件不存在: " + inputPDFPath);
		}
		File outputFolder = new File(outputFDir);
		if(!outputFolder.exists()){
			outputFolder.mkdirs();
		}
		
		//获取PDFFile
		RandomAccessFile raf = new RandomAccessFile(file, "r");
		FileChannel channel = raf.getChannel();
		ByteBuffer buf = channel.map(FileChannel.MapMode.READ_ONLY, 0, channel.size());
		channel.close();
		raf.close();
		PDFFile pdffile = new PDFFile(buf);
		
		System.out.println("PDF页数： " + pdffile.getNumPages() + " , " + inputPDFPath);
		
		//转化处理
		for (int i = 1; i <= pdffile.getNumPages(); i++) {
			PDFPage page = pdffile.getPage(i);
			Rectangle rect = new Rectangle(0, 0, (int) page.getBBox().getWidth(), (int) page.getBBox().getHeight());
			Image img = page.getImage(rect.width, rect.height, // width &  height
					rect, // clip rect
					null, // null for the ImageObserver
					true, // fill background with white
					true // block until drawing is done
					);
			BufferedImage tag = new BufferedImage(rect.width, rect.height, BufferedImage.TYPE_INT_RGB);
			
			Graphics2D g=tag.createGraphics();
			//g.setRenderingHint(RenderingHints.KEY_ANTIALIASING, RenderingHints.VALUE_ANTIALIAS_ON);
			g.drawImage(img, 0, 0, rect.width, rect.height, null);
			FileOutputStream out = new FileOutputStream(outputFDir + i + i + ".png"); // 输出到文件流
			JPEGImageEncoder encoder = JPEGCodec.createJPEGEncoder(out);
			JPEGEncodeParam param2 = encoder.getDefaultJPEGEncodeParam(tag);
			param2.setQuality(1f, false);// 1f是提高生成的图片质量
			encoder.setJPEGEncodeParam(param2);
			encoder.encode(tag); // JPEG编码
			out.close();
		}
	}

	public static void main(final String[] args) throws FileNotFoundException, IOException {
		String inputPDFPath = "D:\\pdf\\ppt\\2010110档案管理系统需求分析说明书正式.pdf";
		String outputFDir = "D:\\pdf\\222222222222010110系统需求分析说明书正式\\";
		PDFRenderTest.convert(inputPDFPath, outputFDir);
	}
}

结果：
能够正常转换PDF为图片，没有乱码

问题：

1.转换的图片稍毛糙

2.在PDF超过500页时和PDFBox一样慢的令人难以忍受，看来只有做多线程处理了


PDF转图片效果最好的还是Adobe Acrobat X Pro，但是它没有提供程序调用接口，还是收费软件,好像也不支持Linux

还有两天的技术预研时间，接下来研究下文档转换为HTML