java生成pdf(word模板转html，html再转pdf)
场景描述：
公司需要做一个打印功能，采用生成PDF的形式。由于PDF需要动态生成某些行，不能采用制作PDF表单的形式，word文档直接转PDF的形式会导致排版不美观。由于需要部署在linux服务器，采用windows的中间件的框架也不方便采用，最后选择了动态操作word文档，word文档生成html，再把html转为pdf的形式。
中间也经历了不少坑，下面慢慢一一道来。
一、加pom依赖
操作word文档的依赖
pdf依赖
二、代码
ClassPathResource resource = new ClassPathResource("你的word文档模板.docx");
//获取word对应的对象
XWPFDocument wordDocument = getWord(resource, rhPersonTargetList);
//把word生成的html保存到ByteArrayOutputStream中
ByteArrayOutputStream htmlOs = new ByteArrayOutputStream();
XHTMLConverter.getInstance().convert(wordDocument, htmlOs, null);
String html = new String(htmlOs.toByteArray(), "UTF-8");
//生成条形码图片，此处不提供生成条形码的代码，可以理解成插入一张图片
byte[] barcode = BarCodeUtils.generateBarCode128(target.getCardNo(), false);
//处理html标签、样式问题
String htmltext = processHtml(barcode, html, map);
logger.debug(htmltext);
//把对应的html转换成pdf
ByteArrayOutputStream pdfOs = new ByteArrayOutputStream();
html2pdf(htmltext, pdfOs);
//拿到pdf数据
return pdfOs.toByteArray();
public static void html2pdf(String html, OutputStream os) throws Exception {
ITextRenderer renderer = new ITextRenderer();
renderer.setDocumentFromString(html);
// step 3 解决中文支持，需要自己找到对应的字体
ITextFontResolver fontResolver = renderer.getFontResolver();
ClassPathResource resource = new ClassPathResource("font/SIMSUN.TTC");
String fontPath = resource.getURL().getPath();
if ("linux".equals(System.getProperty("os.name").toLowerCase())) {
fontPath = "/usr/share/fonts/chiness/SIMSUN.TTC";
} else {
fontPath = "SIMSUN.TTC";
}
fontResolver.addFont(fontPath, BaseFont.IDENTITY_H, BaseFont.NOT_EMBEDDED);
renderer.layout();
ByteArrayOutputStream pdfOs = new ByteArrayOutputStream();
renderer.createPDF(pdfOs);
byte[] data = removeBlankPdfPages(pdfOs.toByteArray());
os.write(data);
os.close();
}
//去掉空白的pdf页
public static byte[] removeBlankPdfPages(byte[] source) {
try {
//第1步：创建新读者
PdfReader r = new PdfReader(source);
RandomAccessFileOrArray raf = new RandomAccessFileOrArray(source);
Document document = new Document(r.getPageSizeWithRotation(1));
ByteArrayOutputStream pdfOs = new ByteArrayOutputStream();
//步骤2：创建一个侦听文档的编写器
PdfCopy writer = new PdfCopy(document, pdfOs);
//第3步：我们打开文件
document.open();
//第4步：我们添加内容
PdfImportedPage page = null;
//遍历每一页，如果bs大于20，我们知道它不是空白。
//如果小于20，则不包括该空白页面。
for(int i = 1; i <= r.getNumberOfPages(); i ++) {
//获取页面内容
byte bContent [] = r.getPageContent(i, raf);
ByteArrayOutputStream bs = new ByteArrayOutputStream();
//将内容写入输出流
bs.write(bContent);
logger.debug("页面内容页面长度"+ i +"="+ bs.size());
//将页面添加到新的pdf
if(bs.size() > 120) {
page = writer.getImportedPage(r, i);
writer.addPage(page);
}
bs.close();
}
//关闭所有
document.close();
writer.close();
raf.close();
r.close();
return pdfOs.toByteArray();
}
catch(Exception e){
}
return source;
}
/**
* 生成业务对应的word文档
*
* @param resource word文档模板的资源
* @param
* @return 生成的word文档
* @throws IOException
*/
private XWPFDocument getWord(ClassPathResource resource, List list)
throws IOException {
XWPFDocument wordDocument = new XWPFDocument(resource.getInputStream());
//如果是业务表格需要某行自动拓展多行，根据list动态生成行 Iterator
if (list!= null && list.size() != 0) {
while (itTable.hasNext()) { //遍历表格
int trailing = 0;
XWPFTableRow trailingRow = null;
XWPFTable table = (XWPFTable) itTable.next();
int count = table.getNumberOfRows();//获得表格总行数
for (int i = 0; i < count; i++) { //遍历表格的每一行
XWPFTableRow row = table.getRow(i);//获得表格的行
List
int cellSize = cells.size();
for (int j = 0; j < cellSize; j++) {
XWPFTableCell cell = cells.get(j);
//包含了关键字的一行
if (!StringUtils.isEmpty(cell.getText()) && "关键字".equals(cell.getText())) {
trailingRow = row;
trailing = i;
}
}
}
int size = list.size();
for (int i = 0; i < size; i++) {
Object obj = list.get(i);
copy(table, trailingRow, trailing + i + 1, obj);
}
table.removeRow(trailing);
}
}
return wordDocument;
}
/**
* 复制随迁人对应的行，并进行赋值
*
* @param table
* @param sourceRow
* @param rowIndex
* @param rhPersonTarget
*/
public void copy(XWPFTable table, XWPFTableRow sourceRow, int rowIndex, Object obj) {
//在表格指定位置新增一行
XWPFTableRow targetRow = table.insertNewTableRow(rowIndex);
//复制行属性
targetRow.getCtRow().setTrPr(sourceRow.getCtRow().getTrPr());
List
if (cellList == null) {
return;
}
//复制列及其属性和内容
XWPFTableCell targetCell = null;
int cellListSize = cellList.size();
for (int i = 0; i < cellListSize; i++) {
XWPFTableCell sourceCell = cellList.get(i);
targetCell = targetRow.addNewTableCell();
//列属性
targetCell.getCTTc().setTcPr(sourceCell.getCTTc().getTcPr());
//段落属性
if (sourceCell.getParagraphs() != null && sourceCell.getParagraphs().size() > 0) {
targetCell.getParagraphs().get(0).getCTP().setPPr(sourceCell.getParagraphs().get(0).getCTP().getPPr());
if (sourceCell.getParagraphs().get(0).getRuns() != null && sourceCell.getParagraphs().get(0).getRuns().size() > 0) {
XWPFRun cellR = targetCell.getParagraphs().get(0).createRun();
cellR.setFontSize(9);
//根据obj进行赋值，请自行处理
cellR.setText( );
cellR.setBold(sourceCell.getParagraphs().get(0).getRuns().get(0).isBold());
} else {
targetCell.setText(sourceCell.getText());
}
} else {
targetCell.setText(sourceCell.getText());
}
}
}
坑一：poi的版本建议使用3.15或者之前的版本，过高的版本在运行是会报一堆类找不到的错误，经过实测，3.15之后的版本都会报错。
坑二：操作word的时候，由于是读取了模板，setText方法无法直接赋值，如果word文档表格有只，setText会追加到原来的值后面。动态插入的表格行可以直接赋值，由于屏蔽了业务代码，需要自己进行改动使用。
本人采用的方式是不走setText方法进行赋值，在word文档的对应的表格设置关键字，直接在html进行关键字替换
坑三：word生成html未必是良好格式的，需要使用JSOUP框架进行校验：org.jsoup.nodes.Document htmlDocument = Jsoup.parse(html);
校验完成后得到的html也可能存在问题，需要自己拿到html进行发现，再手动处理对应的标签，比如
标签等。
坑四：word文档插入图片问题。由于需要插入条形码，word文档可以用poi框架直接操作插入图片，不过试过多次效果不理想，本人直接采用word文档模板采用占位图片，条形码生成为base64数据，采用替换的方式进行，如果存在多图片还需要自行判断。
String image = Base64.encodeBase64String(barcode);
image = "data:image/jpg;base64," + image;
坑五：html转成pdf的时候，可能会存在空白页，该页不存在内容，但存在几十或者一百多个字节，导致pdf多了一页空白页。所以本人采用判断pdf页面的字节长度，是否把该页移除。对应的方法是removeBlankPdfPages