SpringBoot 将PDF转成图片或Word

Posted ℳ₯㎕ddzོꦿ࿐

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了SpringBoot 将PDF转成图片或Word相关的知识，希望对你有一定的参考价值。

SpringBoot 将PDF转成图片或Word


SpringBoot 是一款非常流行的 Java Web 开发框架，可以用来构建各种 Web 应用程序。在本篇博客中，我们将介绍如何使用 SpringBoot 将 PDF 转换成图片或其他文件的方法。

准备工作

在开始之前，需要安装以下软件：

  • JDK 8或更高版本
  • Apache Maven
  • ImageMagick
  • PDFBox

Apache PDFBox

首先，我们需要引入一些必要的依赖。在 pom.xml 文件中添加以下依赖：

<dependency>
    <groupId>org.apache.pdfbox</groupId>
    <artifactId>pdfbox</artifactId>
    <version>2.0.20</version>
</dependency>
<dependency>
    <groupId>org.apache.pdfbox</groupId>
    <artifactId>pdfbox-tools</artifactId>
    <version>2.0.20</version>
</dependency>
<dependency>
    <groupId>com.github.librepdf</groupId>
    <artifactId>openpdf</artifactId>
    <version>1.3.23</version>
</dependency>

其中，pdfbox 和 pdfbox-tools 是 Apache PDFBox 的核心依赖，用于处理 PDF 文件。openpdf 则是用于将 PDF 转换成其他格式的依赖。

接着，在 SpringBoot 应用程序中创建一个名为 PdfToImageController 的控制器。这个控制器将接受 PDF 文件，并将其转换成 PNG 格式的图像文件。

import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;
import javax.imageio.ImageIO;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.rendering.PDFRenderer;
import org.springframework.core.io.FileSystemResource;
import org.springframework.core.io.Resource;
import org.springframework.http.HttpHeaders;
import org.springframework.http.MediaType;
import org.springframework.http.ResponseEntity;
import org.springframework.stereotype.Controller;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.multipart.MultipartFile;

@Controller
public class PdfToImageController 

  @PostMapping("/pdf-to-image")
  public ResponseEntity<Resource> pdfToImage(@RequestParam("file") MultipartFile file) throws IOException 
    // 将 MultipartFile 转换成 File
    File pdfFile = File.createTempFile("pdf", ".pdf");
    file.transferTo(pdfFile);

    // 打开 PDF 文件并获取渲染器
    PDDocument document = PDDocument.load(pdfFile);
    PDFRenderer renderer = new PDFRenderer(document);

    // 将 PDF 页面渲染成图像
    BufferedImage image = renderer.renderImageWithDPI(0, 300);

    // 将图像保存成 PNG 文件
    File pngFile = File.createTempFile("image", ".png");
    ImageIO.write(image, "png", pngFile);

    // 将 PNG 文件作为资源返回给客户端
    FileSystemResource resource = new FileSystemResource(pngFile);
    HttpHeaders headers = new HttpHeaders();
    headers.setContentType(MediaType.IMAGE_PNG);
    headers.setContentLength(resource.contentLength());
    headers.setContentDispositionFormData("attachment", pngFile.getName());
    return ResponseEntity.ok().headers(headers).body(resource);

在上面的代码中，我们首先将 MultipartFile 对象转换成临时的 PDF 文件。然后，使用 PDFBox 库打开 PDF 文件并获取渲染器。接着，我们将第一页渲染成 PNG 格式的图像文件，并将其保存到临时文件中。最后，将 PNG 文件作为资源返回给客户端。

接下来，我们需要创建一个 html 表单来上传 PDF 文件并调用控制器。

<!DOCTYPE html>
<html>
<head>
  <meta charset="UTF-8">
  <title>PDF to Image Converter</title>
</head>
<body>
  <h1>PDF to Image Converter</h1>
  <form action="/pdf-to-image" method="post" enctype="multipart/form-data">
    <input type="file" name="file" accept="application/pdf">
    <button type="submit">Convert to Image</button>
  </form>
</body>
</html>

在上面的代码中，我们创建了一个简单的 HTML 表单，允许用户上传 PDF 文件并将其转换成图像。

最后，我们需要在 SpringBoot 应用程序中添加一些配置，以便允许跨域请求。

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.context.annotation.Bean;
import org.springframework.web.servlet.config.annotation.CorsRegistry;
import org.springframework.web.servlet.config.annotation.WebMvcConfigurer;

@SpringBootApplication
public class PdfToImageApplication 

  public static void main(String[] args) 
    SpringApplication.run(PdfToImageApplication.class, args);
  

  @Bean
  public WebMvcConfigurer corsConfigurer() 
    return new WebMvcConfigurer() 
      @Override
      public void addCorsMappings(CorsRegistry registry) 
        registry.addMapping("/**").allowedOrigins("*").allowedMethods("*").allowedHeaders("*");
      
    ;

在上面的代码中，我们使用 SpringBoot 的 @CrossOrigin 注解允许跨域请求。我们还定义了一个 WebMvcConfigurer bean，以便在应用程序中添加 CORS 配置。

现在我们已经完成了 SpringBoot PDF 转换成图像的示例。可以使用以下命令运行应用程序：

mvn spring-boot:run

接下来，可以访问 http://localhost:8080/index.html 打开我们的示例页面。上传 PDF 文件后，我们可以将其转换成图像并下载。

上面的示例只演示了将 PDF 转换成 PNG 图像。但是，我们还可以将 PDF 转换成其他类型的图像，如 JPEG、GIF 等。实现方式与上面的示例类似，只需要更改转换器的输出格式即可。

此外，我们还可以将 PDF 转换成其他类型的文件，如 Word 文档、HTML 等。但是，这需要使用不同的转换器和库。以下是一些可以用于将 PDF 转换成其他文件格式的库：

Apache POI：用于将 PDF 转换成 Word 文档。
Flying Saucer：用于将 PDF 转换成 HTML。
iText：一个 Java PDF 库，可以用于将 PDF 转换成其他文件格式。

使用这些库可以实现更多的文件格式转换。但是，需要注意的是，每个库都有自己的优缺点和使用方式。因此，在选择库时，需要根据实际需求和技术要求进行评估和选择。

最后，需要注意的是，将 PDF 转换成其他文件格式可能会丢失一些信息和格式，因此需要在转换之前仔细评估需求和转换效果。同时，需要根据实际情况选择适当的转换方式和工具，以便实现最佳的转换效果。

将PDF转成一张图片

首先，我们需要编写一个控制器类，用于接收PDF文件并将其转换为图片。

@RestController
public class PdfToImageController 
    
    @PostMapping("/pdf-to-image")
    public ResponseEntity<byte[]> convertToImage(@RequestParam("file") MultipartFile file) 
        try 
            PDDocument document = PDDocument.load(file.getBytes());
            PDFRenderer pdfRenderer = new PDFRenderer(document);
            BufferedImage image = pdfRenderer.renderImage(0);
            ByteArrayOutputStream baos = new ByteArrayOutputStream();
            ImageIO.write(image, "jpg", baos);
            byte[] bytes = baos.toByteArray();
            HttpHeaders headers = new HttpHeaders();
            headers.setContentType(MediaType.IMAGE_JPEG);
            return new ResponseEntity<>(bytes, headers, HttpStatus.OK);
         catch (IOException e) 
            e.printStackTrace();
            return new ResponseEntity<>(HttpStatus.INTERNAL_SERVER_ERROR);

在控制器类中，我们首先使用@PostMapping注解定义一个路由/pdf-to-image，用于接收PDF文件。在convertToImage方法中，我们使用PDFBox库将PDF文件加载到PDDocument对象中，然后使用PDFRenderer将PDF页面渲染为BufferedImage对象。最后，我们使用ImageIO将BufferedImage对象转换为JPEG格式的字节数组，并将其包装在一个ResponseEntity中返回给客户端。

将PDF转成多张图片

如果要将PDF转换成多张图片，则需要在控制器类中添加一个新的方法。

@RestController
public class PdfToImageController 
    
    @PostMapping("/pdf-to-image")
    public ResponseEntity<byte[]> convertToImage(@RequestParam("file") MultipartFile file) 
        try 
            PDDocument document = PDDocument.load(file.getBytes());
            PDFRenderer pdfRenderer = new PDFRenderer(document);
            BufferedImage image = pdfRenderer.renderImage(0);
            ByteArrayOutputStream baos = new ByteArrayOutputStream();
            ImageIO.write(image, "jpg", baos);
            byte[] bytes = baos.toByteArray();
            HttpHeaders headers = new HttpHeaders();
            headers.setContentType(MediaType.IMAGE_JPEG);
            return new ResponseEntity<>(bytes, headers, HttpStatus.OK);
         catch (IOException e) 
            e.printStackTrace();
            return new ResponseEntity<>(HttpStatus.INTERNAL_SERVER_ERROR);
        
    
    
    @PostMapping("/pdf-to-images")
    public ResponseEntity<List<byte[]>> convertToImages(@RequestParam("file") MultipartFile file) 
        try 
            PDDocument document = PDDocument.load(file.getBytes());
            PDFRenderer pdfRenderer = new PDFRenderer(document);
            List<byte[]> images = new ArrayList<>();
            for (int page = 0; page < document.getNumberOfPages(); page++) 
				BufferedImage image = pdfRenderer.renderImageWithDPI(page, 300, ImageType.RGB);
				ByteArrayOutputStream baos = new ByteArrayOutputStream();
				ImageIO.write(image, "jpg", baos);
				byte[] bytes = baos.toByteArray();
				images.add(bytes);	
			
			HttpHeaders headers = new HttpHeaders();
			headers.setContentType(MediaType.IMAGE_JPEG);
			return new ResponseEntity<>(images, headers, HttpStatus.OK);
		 catch (IOException e) 
			e.printStackTrace();
			return new ResponseEntity<>(HttpStatus.INTERNAL_SERVER_ERROR);

在convertToImages方法中，我们首先将PDF文件加载到PDDocument对象中，然后使用PDFRenderer迭代每个页面，并使用ImageIO将页面渲染为JPEG格式的字节数组。最后，我们将所有图片的字节数组存储在一个List中，并将其包装在一个ResponseEntity中返回给客户端。

将PDF转成其他文件格式

除了将PDF转换为图片外，我们还可以使用SpringBoot将PDF转换为其他文件格式。下面我们将演示如何将PDF转换为Word文档。

@RestController
public class PdfToWordController 
    
    @PostMapping("/pdf-to-word")
    public ResponseEntity<byte[]> convertToWord(@RequestParam("file") MultipartFile file) 
        try 
            PDDocument document = PDDocument.load(file.getBytes());
            ByteArrayOutputStream baos = new ByteArrayOutputStream();
            Writer writer = new OutputStreamWriter(baos, StandardCharsets.UTF_8);
            PDFTextStripper stripper = new PDFTextStripper();
            stripper.setSortByPosition(true);
            stripper.setStartPage(0);
            stripper.setEndPage(document.getNumberOfPages());
            stripper.writeText(document, writer);
            writer.close();
            HttpHeaders headers = new HttpHeaders();
            headers.setContentType(MediaType.APPLICATION_OCTET_STREAM);
            headers.setContentDispositionFormData("attachment", "output.docx");
            return new ResponseEntity<>(baos.toByteArray(), headers, HttpStatus.OK);
         catch (IOException e) 
            e.printStackTrace();
            return new ResponseEntity<>(HttpStatus.INTERNAL_SERVER_ERROR);

在convertToWord方法中，我们使用PDFBox库将PDF文件加载到PDDocument对象中，然后使用PDFTextStripper将PDF文本提取到一个Writer对象中。最后，我们将Writer对象中的文本转换为字节数组，并将其包装在一个ResponseEntity中返回给客户端。我们还设置了Content-Disposition头，以便将字节数组作为附件下载。

总结

在本文中，我们使用SpringBoot、PDFBox和ImageMagick演示了如何将PDF文件转换为一张或多张图片，以及将PDF转换为Word文档。这些示例演示了如何使用Java编程语言与其他开源技术集成，以实现各种文件格式之间的转换。

461word图片高清转成pdf

参考：word转pdf后保证图片清晰的方法

参考：Word转为PDF，里面的图片会变得不清楚？

BUT，以上方法并没有实现。通过打印 pdf 获取的分辨率更高。

 

前提需要 word 本身图片高清，所以需要设置下

Options -> Advanced -> Image Size and Quality，设置如下。

技术图片

 

我实现的方法：

一、选择 Microsoft Print to PDF

此方法能够实现相当不错的分辨率

打印 pdf，然后选择 Microsoft Print to PDF

技术图片

二、通过 Foxit Reader PDF Printer 实现

如下图所示，选择 Print Properties，然后修改相应选项并存储即可。

技术图片

 

按照如下设置成高分辨率

技术图片

 

将选项均设置为 off，选择 save as

技术图片

 

默认会跳到对应的文件夹，存储之后，点击 print 就可以打印出目前最清晰的版本，文件大小是前一个的两倍。

技术图片

Adobe Acrobat 试验好多次都没有成功，不造why。。。

以上是关于SpringBoot 将PDF转成图片或Word的主要内容，如果未能解决你的问题，请参考以下文章

如何将 HTML 转成 PDF

如何在线将PDF转成图片

PyMuPDF和pdf2imagePython将PDF转成图片

PyMuPDF和pdf2imagePython将PDF转成图片

php 将pdf转成图片且将图片拼接

怎样将PNG格式的图片转成PDF格式