docx to pdf下載 - docx to pdf源代碼下載

docx to pdf

其他源碼

下載

DOCX到PDF

重要的

截至2024年5月31日，該服務已使用Kotlin和Spring Boot重寫。

如果您想使用或查看舊的源代碼，則可以通過檢查nodejs分支來做到這一點。

概述

該工具將Microsoft Word文檔（DOCX）轉換為PDF格式。

挑戰

儘管DOCX有很多用於PDF轉換的工具，但許多面臨的挑戰，例如：

保存文檔格式。
處理左右（RTL）文本。
正確顯示各種字體。

進一步使事情變得複雜，其中許多工具需要特定的環境，並且具有多個（通常是多餘的）抽象層。

為什麼準確的DOCX轉換如此具有挑戰性？該問題的根源在於DOCX規範，稱為OOXML 。

原點與復雜性：OOXML是由Microsoft設計的基於XML的DOCX文檔格式。它的規範非常詳細，涵蓋了超過6,000頁。它甚至包含不一致之處，導致各種解釋。實際上，它的長度超過6000頁，在某些情況下與自己相矛盾。
實施挑戰：OOXML的複雜性質意味著即使是微軟也無法在其官方應用中完美實施它。打開DOCX文件的經驗在MacOS和Windows等平台之間可能會有所不同。
與PDF：PDFS相比，與DOCX文件相比，PDF在不同的結構和概念範式上運行：
- 他們使用矢量圖形。
- 文本被編碼為流，而不是純文本
- - 閱讀有關PDF的工作方式的更多信息。

鑑於這些複雜性，為PDF轉換器創建完美無瑕的DOCX仍然是一個艱鉅的挑戰，看不到完整的解決方案。不會很快。

救援

Libreoffice是一個強大的開源辦公室套件，一直致力於增強與Microsoft Office格式的兼容性，尤其是.docx格式。這對於確保從Microsoft Office過渡到Libreoffice的用戶可以繼續無縫地使用其文檔。

它提供內置的API和服務器模式，使用戶能夠通過通用網絡對象（UNO）API通過編程方式進行編程接口。

雖然不是完美的，但它仍然是免費提供DOCX格式的最佳解決方案。

提示解決方案

此服務是在Java中構建的，使用Spring Boot揭示了一個簡單的API，該API將DOCX文件作為輸入並用application/pdf文件響應。

它通過在初始化期間在後台啟動Libreoffice服務器來實現這一目標，然後開始通過OpenOffice（OO）提供的UNO API與服務器通信：

啟動一個實例。
加載文檔。
將文檔保存為PDF。

然後將響應流回給用戶。

安裝指南

使用Docker

您可以從Dockerhub獲取最新的Docker映像：

docker pull moalhaddar/docx-to-pdf:latest

然後，您可以運行服務：

docker run 
 --rm --name docx-to-pdf 
 -p 8080:8080  
 -e " pool.size=1 " 
 -v ./fonts:/usr/share/fonts/custom 
  moalhaddar/docx-to-pdf:latest

一些細節：

pool.size ：如果您需要更多的工人。如果不需要，請省略。在“性能”部分中閱讀更多。
/usr/share/fonts/custom ：如果您需要自定義字體。如果不需要，請省略。在“字體”部分中閱讀更多內容。

本地

要在本地運行此服務，您將需要以下內容：

Java 17

小牛

下載郵政編碼。

在您的$路徑環境變量中包括Maven二進製文件

  $ export PATH= $PATH :/path/to/folder/apache-maven-3.9.4/bin

  $ mvn -v
  Apache Maven 3.9.4 (dfbb324ad4a7c8fb0bf182e6d91b0ae20e3d2dd9)

libreoffice，確保通過$路徑變量在系統中可用。

  $ libreoffice --version
    LibreOffice 7.5.6.2 50(Build:2)

克隆此存儲庫，然後從主目錄運行服務
- ```
  $ mvn spring-boot:run
```

期望該服務默認情況下在端口8080上運行。

  2023-10-06T22:36:06.922+03:00  INFO 1513874 --- [           main] d.a.d.DocxToPdfKotlinApplicationKt       : No active profile set, falling back to 1 default profile: "default"
  2023-10-06T22:36:07.414+03:00  INFO 1513874 --- [           main] o.s.b.w.embedded.tomcat.TomcatWebServer  : Tomcat initialized with port(s): 8080 (http)
  2023-10-06T22:36:07.419+03:00  INFO 1513874 --- [           main] o.apache.catalina.core.StandardService   : Starting service [Tomcat]
  2023-10-06T22:36:07.419+03:00  INFO 1513874 --- [           main] o.apache.catalina.core.StandardEngine    : Starting Servlet engine: [Apache Tomcat/10.1.13]
  2023-10-06T22:36:07.463+03:00  INFO 1513874 --- [           main] o.a.c.c.C.[Tomcat].[localhost].[/]       : Initializing Spring embedded WebApplicationContext
  2023-10-06T22:36:07.464+03:00  INFO 1513874 --- [           main] w.s.c.ServletWebServerApplicationContext : Root WebApplicationContext: initialization completed in 513 ms
  2023-10-06T22:36:07.554+03:00  INFO 1513874 --- [atcher-worker-1] d.a.docxtopdf.server.LibreOfficeServer   : [LibreOffice/0] Starting server instance..
  2023-10-06T22:36:07.788+03:00  INFO 1513874 --- [           main] o.s.b.a.e.web.EndpointLinksResolver      : Exposing 1 endpoint(s) beneath base path '/actuator'
  2023-10-06T22:36:07.813+03:00  INFO 1513874 --- [           main] o.s.b.w.embedded.tomcat.TomcatWebServer  : Tomcat started on port(s): 8080 (http) with context path ''
  2023-10-06T22:36:07.821+03:00  INFO 1513874 --- [           main] d.a.d.DocxToPdfKotlinApplicationKt       : Started DocxToPdfKotlinApplicationKt in 1.071 seconds (process running for 1.22)

用法

服務啟動並運行後，您可以嘗試在/pdf端點上使用該服務。

樣品捲曲：

curl --output output.pdf 
--location ' http://localhost:8080/pdf ' 
--form ' document=@"/home/moalhaddar/example.docx" '

樣品提取

 var formdata = new FormData ( ) ;
formdata . append ( "document" , fileInput . files [ 0 ] , "file.docx" ) ;

var requestOptions = {
  method : 'POST' ,
  body : formdata ,
} ;

fetch ( "http://localhost:8080/pdf" , requestOptions )
  . then ( response => response . text ( ) )
  . then ( result => console . log ( result ) )
  . catch ( error => console . log ( 'error' , error ) ) ;

例子

以下示例文件在此存儲庫中包含

示例1：帶字體的常規LTR文本

示例2：帶字體的常規RTL文本

示例3：圖像WTIH文本

示例4：表

字體

您將在系統中未包含的DOCX文檔中使用字體。在這種情況下，將需要通過以下方式包括上述字體

使用嵌入的字體保存文檔。
- 如何在libreoffice中這樣做
- 如何在Microsoft Office中這樣做
將字體存儲在您的系統中。您可以通過將字體複製到您/usr/share/fonts/ Directory中的任何地方來做到這一點。例子
```
$ cp ./fonts/DroidKufi-Bold.ttf /usr/share/fonts/
```

那麼您將需要重新啟動服務。

如果該字體不包含在系統/Docker映像中，則結果PDF將看起來與原始DOCX文件相同。