OpenOffice 和 MS Office 格式转换为 TIFF

Posted 2023-02-23

【中文标题】OpenOffice 和 MS Office 格式转换为 TIFF

【英文标题】：OpenOffice and MS Office formats conversion into TIFF

【发布时间】：2011-05-11 13:56:24

【问题描述】：

我正在寻找一组 .NET 组件（或转换解决方案），它们允许将源文档转换为一系列光栅图像（多页 TIFF 是最好的）。此外，它们必须支持使用嵌入文档（如 Word 文档中包含的文档），至少允许检索嵌入文档以进行进一步处理。

应支持的文件格式：

DOC 和 DOCX RTF XLS 和 XLSX PPT 和 PPTX ODT 消耗臭氧层物质 ODP

很高兴拥有：

PDF PDF/A html（最好是基于非 IE 的渲染——它将用于服务器系统） 味精（dtto）

我一直在研究 Aspose 的组件，它们似乎享有很高的声誉，但它们不支持 OpenOffice 格式。

我对供应商的要求相当高：

没有一个人的商店或未来不确定的开源项目 应该是商业产品 必须提供商业优先支持 必须为将来的格式更新提供兼容性保证，作为维护订阅的一部分

许可模式无关紧要，不必免版税。预期用途是用于单个自定义开发项目。

【问题讨论】：

很高兴看到有人提出问题，他们实际上更喜欢 为处理文档转换的软件库付费。每个人似乎总是希望免费使用这个解决方案，所以这是一个受欢迎的变化。

谢谢 Ben :-) 我不太愿意依赖开源或其他免费项目来构建一个可以保存 10 多年寿命的 TB 数据的系统。

Leadtools 可以从 PDF 转换，并且可以转换为您列出的许多，但我不确定其他方式，值得一看。

【参考方案1】：

不知道任何开箱即用的解决方案，但一种方法可能是将文档打印到 postscript 文件并使用 Ghostscript 将它们转换为 TIFF。对于您列出的大多数程序，我很确定这可以通过编程方式完成（您可能需要针对 MS Office 和 Open Office 的不同解决方案）。例如，下面是我们在 MS Powerpoint 中使用的 VBA sn-p 使用 Ghostscript 打印机驱动程序将单页打印到 postscript 文件：

Sub CreatePostscriptfile(filename As String, pageNo As Integer)
    With ActivePresentation.PrintOptions
        .RangeType = ppPrintCurrent
        .NumberOfCopies = 1
        .Collate = msoTrue
        .OutputType = ppPrintOutputSlides
        .PrintHiddenSlides = msoTrue
        .PrintColorType = ppPrintColor
        .FitToPage = msoFalse
        .FrameSlides = msoFalse
        .ActivePrinter = "Ghostscript PDF"
    End With
    ActivePresentation.PrintOut From:=Str$(pageNo ), To:=Str$(pageNo ), _
           PrintToFile:=filename 
End Sub

（通过 .NET 使用 MS Office 应用程序的 COM 接口看起来与这个 VBA 例程非常相似。）我不习惯 OpenOffice API，但我认为找出它的工作原理应该不难以类似的方式。

【讨论】：

在任何类型的自动互操作中使用 Office 包本身不是此服务器端部署的选项。

您可以从 .NET 使用 Open Office 的命令行界面保存为 PDF，然后使用 GhostScript 转换为 TIFF。

@Ondrej：我怀疑你打算设计某种文档管理/归档系统？如果您想 100% 确定 TIFF 将准确包含您在将文档打印到纸上时得到的内容，您必须走“打印到文件”的路线。 AFAIK 这可以在没有互操作的情况下完成，但我几乎不相信没有原始 Office 应用程序的可靠解决方案（至少，我从未听说过）。在嵌入文档时，即使是 Open Office 也无法正确显示 MS Office 文档。