文档在线预览：文档生成技术细节
文档在线预览研究系列
总体思路
文档生成技术细节
利用百度阅读器
之前的“ 文档在线预览：总体思路”受到很多朋友的欢迎，为此我继续讲一下文档在线预览两个步骤的一些技术细节。以下我以C#语言和Windows平台为例展开做一些介绍。请记住，本文讲的是文档转化为pdf再转化为其他格式的方法，不讨论转化成的flash如何展示的问题（暂且假设用FlexPaper来展示吧）。 文章后面附带本文讲到的相关操作的源码和软件下载，有些软件需要购买授权才能使用。
利用百度阅读器
之前的“ 文档在线预览：总体思路”受到很多朋友的欢迎，为此我继续讲一下文档在线预览两个步骤的一些技术细节。以下我以C#语言和Windows平台为例展开做一些介绍。请记住，本文讲的是文档转化为pdf再转化为其他格式的方法，不讨论转化成的flash如何展示的问题（暂且假设用FlexPaper来展示吧）。 文章后面附带本文讲到的相关操作的源码和软件下载，有些软件需要购买授权才能使用。
四项基本操作
1、调用Windows打印机打印文档
PrintDocument docToPrint
=
new
PrintDocument();
docToPrint.DocumentName = GetPath(sourcePath);
// 开始打印
docToPrint.Print();
docToPrint.DocumentName = GetPath(sourcePath);
// 开始打印
docToPrint.Print();
2、调用命令行执行CMD命令
//
/
//
/ 运行命令
//
/
//
/ 命令字符串
//
/ 命令运行时间
private
static
double
RunShell(string strShellCommand)
{
double
spanMilliseconds
=
0
;
DateTime beginTime
=
DateTime.Now;
Process cmd
=
new
Process();
cmd.StartInfo.FileName
=
"
cmd.exe
"
;
cmd.StartInfo.UseShellExecute
=
false
;
cmd.StartInfo.CreateNoWindow
=
true
;
cmd.StartInfo.Arguments
=
String.Format(@
"
/c {0}
"
, strShellCommand);
cmd.Start();
cmd.WaitForExit();
DateTime endTime
=
DateTime.Now;
TimeSpan timeSpan
=
endTime
-
beginTime;
spanMilliseconds
=
timeSpan.TotalMilliseconds;
return
spanMilliseconds;
}
3、检查文件是否生成完毕
//
/
//
/ 检查是否转换成功（文件是否生成完毕）
//
/
//
/ 要检查文件地址
//
/ 要复制到的地址（如果不需要真正复制，请跟sourcePath一致）
//
/ 最大等待时间
//
/
private
static
bool IsParseSuccess(string sourcePath, string targetPath,
int
timeout)
{
bool isSuccess
=
false
;
if
(timeout
<=
0
)
timeout
=
30
;
int
i
=
0
;
while
(
!
RenameFile(sourcePath, targetPath))
{
Thread.Sleep(
1000
);
i
++
;
if
(i
==
timeout)
break
;
}
if
(i
<
timeout)
isSuccess
=
true
;
return
isSuccess;
}
//
/
//
/ 重命名文件（用来检查文件是否生成完成）
//
/
//
/ 源地址
//
/ 目标地址
//
/
private
static
bool RenameFile(string sourePath, string targetPath)
{
bool isOpen
=
false
;
//
如果是相同地址，直接移动检查是否文件已经生成，否则进行复制（因为目标文件存在的话会有问题）
if
(sourePath.Equals(targetPath))
{
try
{
//
移动文件
File.Move(sourePath, targetPath);
isOpen
=
true
;
}
catch
(Exception e)
{
}
}
else
{
bool isCopySuccess
=
false
;
try
{
//
复制文件
File.Copy(sourePath, targetPath,
true
);
isCopySuccess
=
true
;
}
catch
(Exception e)
{
isCopySuccess
=
false
;
}
if
(isCopySuccess)
{
//
如果复制成功，删除源文件
File.Delete(sourePath);
}
}
return
isOpen;
}
4、杀掉进行函数
//
/
//
/ 根据进程名称来关闭进程
//
/
//
/
private
static
void
KillPrecess(string processName)
{
foreach (Process p in Process.GetProcesses())
{
if
(p.ProcessName
==
processName)
{
p.Kill();
}
}
}
文档转pdf
我们介绍的文档转化为pdf的方法，要求是较为通用，即不需要根据具体文档写具体的程序，且不仅要支持Office文档，最好还要支持txt、html等其他文档。
1、使用pdfFactory（见源码方法：ParsePDFWithPdfFactory）
说明：软件需要注册才能使用
原理：
a. 调用系统默认打印机（pdfFactory）打印文档；
b. 从打印机的临时目录里将pdf拷贝到目标路径；
pdfFactory的设置：
a. 打开打印机，设置“pdfFactory Pro”为默认打印机；
b. 打开“pdfFactory Pro”的“打印机首选项”，在“Licensing”选项卡里注册打印机；
c. 打开“pdfFactory Pro”的“打印机首选项”，结合程序，进行如下两个图的设置；
优点：
a. 只要支持打印的文件均可以用此法转化为pdf；
不足：
a. 服务器上经常会弹出文件打印窗口；
b. 一些损坏的文件或者格式不正确的文档会中止生成过程；
c. 如果遇到带病毒宏的文档，会对服务器产生破坏；
注意事项：
a. 打印过程中会产生大量临时文件在用户目录，需要及时清理垃圾文件，或者将对应目录迁移到磁盘空间较大的位置；
b. Windows Server需要安装Server版pdfFactory；
2、使用FlashPaper（见源码方法：ParsePDFWithFlashPrinter）
原理：调用命令行“flashprinter c:\document.doc -o c:\document.pdf”进行打印；
优点：
a. 只要支持打印的文件均可以用此法转化为pdf；
b. 操作简单
不足：
a. 由于程序本身问题，有时可能导致打印不能结束，几百个进程同时运行拖垮系统的情况；
3、其他方法（未附源码）
使用其他虚拟打印机，例如：Virtual PDF Printer
使用jcom或其它方式调用Office的Component进行转化，具体请参考： 将office文档(word,excel,powerpoint)转换为pdf
调用使用JodConverter调用OpenOffice转化，具体请参考： JodConverter实现Office转化PDF格式
pdf转flash（见源码方法：ParseSWF）
pdf转flash（见源码方法：ParseSWF）
原理：使用SWFTools的pdf2swf，调用命令行“pdf2swf.exe -T 9 -p 1-3 -s languagedir=D:\xpdf-3.02pl5\xpdf-chinese-simplified D:\document.pdf -o D:\document.swf”进行转换；
常见问题：
常见问题：
1、部分文档转化后乱码，控制台提示：找不到“Adobe-GB1”字体
解决办法：在pdf2swf命令中带上语言包，详情请看： http://cqfish.blog.51cto.com/622299/163566
2、部分文档可能无法在FlexPaper里无法显示
解决办法：flash版本的问题，在pdf2swf命令中带上参数，设置生成的版本为9（参数为：-T 9），这样兼容性最好。
pdf转图片（见源码方法：ParseCoverImage）
pdf转图片（见源码方法：ParseCoverImage）
原理：使用“VeryPDF PDF To Image Converter”软件，调用命令行“pdf2img.exe -r 25 -f 1 -l 1 -i c:\1.pdf -o c:\11.jpg ”进行转换；
pdf转文本（见源码方法：ParseText）
有时为了生成摘要或者索引文档内容，需要将文档里的文本读取进来， xpdf是一个不错的工具。
原理：使用“ xpdf”软件，调用命令行“pdftotext.exe c:\1.pdf c:\1.txt”进行转化；
常见问题：要让xpdf支持中文，还需要下载中文语言包并做一些配置，xpdf中文化详细配置请参考： http://emily2ly.javaeye.com/blog/743552
pdf转文本（见源码方法：ParseText）
有时为了生成摘要或者索引文档内容，需要将文档里的文本读取进来， xpdf是一个不错的工具。
原理：使用“ xpdf”软件，调用命令行“pdftotext.exe c:\1.pdf c:\1.txt”进行转化；
常见问题：要让xpdf支持中文，还需要下载中文语言包并做一些配置，xpdf中文化详细配置请参考： http://emily2ly.javaeye.com/blog/743552