Pdf 转 word 和 word 转 pdf 等_itextpdf word转pdf

一、aspose-pdf

代码实现主要依赖两个第三方jar包，一个是apache-poi，一个是aspose-pdf。apache-poi包完全开源免费， aspose-pdf免费版生成有水印，且生成数量有限制 。单纯用apache-poi实现pdf转word文件的话，实现非常复杂，且样式和原来样式，保持一致的的比例很低。所以，我先用aspose-pdf生成了带水印的docx文件，再用docx文件去除aspose-pdf生成的水印的，最终得到了一个无水印的word文件。
项目远程仓库
aspose-pdf 这个需要配置单独的仓库地址才能下载，不会配置的可以去官网直接下载jar引入项目代码中。
<repositories>
<repository>
<id>AsposeJavaAPI</id>
<name>Aspose Java API</name>
<url>https://repository.aspose.com/repo/</url>
</repository>
</repositories>
Maven项目pom文件依赖
<dependency>
<groupId>com.aspose</groupId>
<artifactId>aspose-pdf</artifactId>
<version>21.8</version>
</dependency>

<dependency>
<groupId>org.apache.poi</groupId>
<artifactId>poi-ooxml</artifactId>
<version>4.1.2</version>
</dependency>
核心代码实现
import com.aspose.pdf.Document;
import com.aspose.pdf.SaveFormat;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.usermodel.XWPFParagraph;
import org.apache.poi.xwpf.usermodel.XWPFRun;
import java.io.*;
import java.util.List;
public class PDFHelper3 {
    public static void main(String[] args) throws IOException {
        pdf2doc("test.pdf");
    //移除文字水印
    public static boolean removeWatermark(File file) {
        try {
            XWPFDocument doc = new XWPFDocument(new FileInputStream(file));
            // 段落
            List<XWPFParagraph> paragraphs = doc.getParagraphs();
            for (XWPFParagraph paragraph : paragraphs) {
                String text=paragraph.getText();
                    List<XWPFRun> runs = paragraph.getRuns();
                    runs.forEach(e-> e.setText("",0));
            FileOutputStream outStream = new FileOutputStream(file);
            doc.write(outStream);
            outStream.close();
        } catch (IOException e) {
            e.printStackTrace();
          return true;
    //pdf转doc(目前最大支持21页)
    public static void pdf2doc(String pdfPath) {
        long old = System.currentTimeMillis();
        try {
            //新建一个pdf文档
            String wordPath=pdfPath.substring(0,pdfPath.lastIndexOf("."))+".docx";
            File file = new File(wordPath);
            FileOutputStream os = new FileOutputStream(file);
            //Address是将要被转化的word文档
            Document doc = new Document(pdfPath);
            //全面支持DOC, DOCX, OOXML, RTF HTML, OpenDocument, PDF, EPUB, XPS, SWF 相互转换
            doc.save(os, SaveFormat.DocX);
            os.close();
            //去除水印
            removeWatermark(new File(wordPath));
            //转化用时
            long now = System.currentTimeMillis();
            System.out.println("Pdf 转 Word 共耗时：" + ((now - old) / 1000.0) + "秒");
        } catch (Exception e) {
            System.out.println("Pdf 转 Word 失败...");
            e.printStackTrace();
//转ppt
    public static void pdf2ppt(String pdfPath) {
        long old = System.currentTimeMillis();
        try {
            //新建一个word文档
            String wordPath = pdfPath.substring(0, pdfPath.lastIndexOf(".")) + ".pptx";
            FileOutputStream os = new FileOutputStream(wordPath);
            //doc是将要被转化的word文档
            Document doc = new Document(pdfPath);
            //全面支持DOC, DOCX, OOXML, RTF HTML, OpenDocument, PDF, EPUB, XPS, SWF 相互转换
            doc.save(os, SaveFormat.Pptx);
            os.close();
            //转化用时
            long now = System.currentTimeMillis();
            System.out.println("Pdf 转 PPT 共耗时：" + ((now - old) / 1000.0) + "秒");
        } catch (Exception e) {
            System.out.println("Pdf 转 PPT 失败...");
            e.printStackTrace();
    //转excel
    public static void pdf2excel(String pdfPath) {
        long old = System.currentTimeMillis();
        try {
            String wordPath = pdfPath.substring(0, pdfPath.lastIndexOf(".")) + ".xlsx";
            FileOutputStream os = new FileOutputStream(wordPath);
            Document doc = new Document(pdfPath);
            doc.save(os, SaveFormat.Excel);
            os.close();
            long now = System.currentTimeMillis();
            System.out.println("Pdf 转 EXCEL 共耗时：" + ((now - old) / 1000.0) + "秒");
        } catch (Exception e) {
            System.out.println("Pdf 转 EXCEL 失败...");
            e.printStackTrace();
    //转html
    public static void pdf2Html(String pdfPath) {
        long old = System.currentTimeMillis();
        try {
            String htmlPath = pdfPath.substring(0, pdfPath.lastIndexOf(".")) + ".html";
            Document doc = new Document(pdfPath);
            doc.save(htmlPath, SaveFormat.Html);
            long now = System.currentTimeMillis();
            System.out.println("Pdf 转 HTML 共耗时：" + ((now - old) / 1000.0) + "秒");
        } catch (Exception e) {
            System.out.println("Pdf 转 HTML 失败...");
            e.printStackTrace();
    //转图片
    public static void pdf2image(String pdfPath) {
        long old = System.currentTimeMillis();
        try {
            Resolution resolution = new Resolution(300);
            String dataDir = pdfPath.substring(0, pdfPath.lastIndexOf("."));
            File imageDir = new File(dataDir + "_images");
            if (!imageDir.exists()) {
                imageDir.mkdirs();
            Document doc = new Document(pdfPath);
            PngDevice pngDevice = new PngDevice(resolution);
            for (int pageCount = 1; pageCount <= doc.getPages().size(); pageCount++) {
                OutputStream imageStream = new FileOutputStream(imageDir + "/" + pageCount + ".png");
                pngDevice.process(doc.getPages().get_Item(pageCount), imageStream);
                imageStream.close();
            long now = System.currentTimeMillis();
            System.out.println("Pdf 转 PNG 共耗时：" + ((now - old) / 1000.0) + "秒");
        } catch (Exception e) {
            System.out.println("Pdf 转 PNG 失败...");
            e.printStackTrace();
    //转txt
    public static void pdf2txt(String pdfPath) {
        long old = System.currentTimeMillis();
        Document pdfDocument = new Document(pdfPath);
        TextAbsorber ta = new TextAbsorber();
        ta.visit(pdfDocument);
        String txtPath = pdfPath.substring(0, pdfPath.lastIndexOf(".")) + ".txt";
        try {
            BufferedWriter writer = new BufferedWriter(new FileWriter(txtPath));
            writer.write(ta.getText());
            writer.close();
            long now = System.currentTimeMillis();
            System.out.println("Pdf 转 TXT 共耗时：" + ((now - old) / 1000.0) + "秒");
        } catch (IOException e) {
            System.out.println("Pdf 转 TXT 失败...");
            e.printStackTrace();
二、spire  Spire.Doc for Java 中文教程 
pdf 转 word 
import java.io.File;
import com.spire.doc.Document;
import com.spire.pdf.FileFormat;
import com.spire.pdf.PdfDocument;
import com.spire.pdf.widget.PdfPageCollection;
public class PdfToWord {
    public static void main(String[] args) {
        pdftoword("test.pdf");
    public static String pdftoword(String srcPath) {
        boolean result = false;
        String baseDir = srcPath.substring(0, srcPath.length() - 4);
        String splitPath = baseDir + "_temp_split" + File.separator;
        String docPath = baseDir + "_temp_doc" + File.separator;
        String desPath = baseDir + ".docx";
        try {
            // 0、判断输入的是否是pdf文件
            //第一步：判断输入的是否合法
            boolean flag = isPDFFile(srcPath);
            if(flag){
                //第二步：在输入的路径下新建文件夹
                boolean flag1 = create(splitPath, docPath);
                if (flag1) {
                    // 1、加载pdf
                    PdfDocument pdf = new PdfDocument();
                    pdf.loadFromFile(srcPath);
                    PdfPageCollection num = pdf.getPages();
                    // 2、如果pdf的页数小于11，那么直接进行转化
                    if (num.getCount() <= 10) {
                        pdf.saveToFile(desPath, com.spire.pdf.FileFormat.DOCX);
                    // 3、否则输入的页数比较多，就开始进行切分再转化
                    else {
                        // 第一步：将其进行切分,每页一张pdf
                        pdf.split(splitPath + "test{0}.pdf", 0);
                        // 第二步：将切分的pdf，一个一个进行转换
                        File[] fs = getSplitFiles(splitPath);
                        for (int i = 0; i < fs.length; i++) {
                            PdfDocument sonpdf = new PdfDocument();
                            sonpdf.loadFromFile(fs[i].getAbsolutePath());
                            sonpdf.saveToFile(docPath + fs[i].getName().substring(0, fs[i].getName().length() - 4) + ".docx", FileFormat.DOCX);
                        //第三步：对转化的doc文档进行合并，合并成一个大的word
                        try {
                            result = merge(docPath, desPath);
                            return desPath;
                        } catch (Exception e) {
                            e.printStackTrace();
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            //4、把刚刚缓存的split和doc删除
            if (result == true) {
                clearFiles(splitPath);
                clearFiles(docPath);
        return null;
    private static boolean create(String splitPath, String docPath) {
        File f = new File(splitPath);
        File f1 = new File(docPath);
        if (!f.exists()) f.mkdirs();
        if (!f.exists()) f1.mkdirs();
        return true;
    // 判断是否是pdf文件
    private static boolean isPDFFile(String srcPath2) {
        File file = new File(srcPath2);
        String filename = file.getName();
        if (filename.endsWith(".pdf")) {
            return true;
        return false;
    // 取得某一路径下所有的pdf
    private static File[] getSplitFiles(String path) {
        File f = new File(path);
        File[] fs = f.listFiles();
        if (fs == null) {
            return null;
        return fs;
    //删除文件和目录
    private static void clearFiles(String workspaceRootPath){
        File file = new File(workspaceRootPath);
        if(file.exists()){
            deleteFile(file);
    private static void deleteFile(File file){
        if(file.isDirectory()){
            File[] files = file.listFiles();
            for(int i=0; i<files.length; i++){
                deleteFile(files[i]);
        file.delete();
    private static boolean merge(String docPath, String desPath) {
        File[] fs = getSplitFiles(docPath);
        Document document = new Document(docPath + "test0.docx");
        for (int i = 1; i < fs.length; i++) {
            document.insertTextFromFile(docPath + "test" + i + ".docx", com.spire.doc.FileFormat.Docx_2013);
        //第四步：对合并的doc进行保存2
        document.saveToFile(desPath);
        return true;
word 转  pdf 
    public static void wordToPdf() {
        //实例化Document类的对象
        Document doc = new Document();
        //加载Word
        doc.loadFromFile("test.docx");
        //保存为PDF格式
        doc.saveToFile("test.pdf", com.spire.doc.FileFormat.PDF);
 这个只能转3页 
 Spire Doc.
 Free version converting word documents to PDF files, you can only get the first 3 page of PDF file.
 Upgrade to Commercial Edition of Spire.Doc <https://www.e-iceblue.com/Introduce/doc-for-java.html>.
   
三、Itextpdf 
word 转 pdf 
先word 转 html 再把 html 转 pdf 
word 转 html 
     * Word03 转为 HTML
    public static String wordToHtml03(String fileName) {
        if (!(checkFile(fileName, "doc") || checkFile(fileName, "docx"))) {
            return null;
        HWPFDocument wordDoc = null;
        WordToHtmlConverter wthc = null;
        try {
            wordDoc = new HWPFDocument(new FileInputStream(fileName));
            wthc = new WordToHtmlConverter(
                    DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument());
        } catch (IllegalArgumentException e) {
            return null;
        } catch (Exception e) {
            return null;
        final String fn = fileName;
        //html引用图片位置
        wthc.setPicturesManager(new PicturesManager() {
            public String savePicture(byte[] bytes, PictureType pt, String str, float f, float f1) {
                return getImageUrl(fn) + str;
        wthc.processDocument(wordDoc);
        List<Picture> pics = wordDoc.getPicturesTable().getAllPictures();
        if (null != pics && pics.size() > 0) {
            fileExists(getImageSavePath(fileName));
            for (Picture pic : pics) {
                try {
                    //生成图片位置
                    pic.writeImageContent(new FileOutputStream(getImageSavePath(fileName) + pic.suggestFullFileName()));
                } catch (IOException e) {
                    return null;
        org.w3c.dom.Document htmlDocument = wthc.getDocument();
        ByteArrayOutputStream out = new ByteArrayOutputStream();
        DOMSource domSource = new DOMSource(htmlDocument);
        StreamResult streamResult = new StreamResult(out);
        try {
            TransformerFactory tf = TransformerFactory.newInstance();
            Transformer serializer = tf.newTransformer();
            serializer.setOutputProperty(OutputKeys.ENCODING, "UTF-8");
            serializer.setOutputProperty(OutputKeys.INDENT, "yes");
            serializer.setOutputProperty(OutputKeys.METHOD, "html");
            serializer.transform(domSource, streamResult);
        } catch (TransformerException e) {
            return null;
        } finally {
        String htmlStr = new String(out.toByteArray());
        return htmlStr;
     * Word07 转为 HTML
    @SuppressWarnings("deprecation")
    public static String wordToHtml07(String fileName) {
        if (!checkFile(fileName, "docx") && !checkFile(fileName, "doc")) {
            return null;
        //加载html页面时图片路径
        XHTMLOptions options = XHTMLOptions.create().URIResolver(new BasicURIResolver(getImageUrl(fileName)));
        //图片保存文件夹路径
        fileExists(getImageSavePath(fileName));
        options.setExtractor(new FileImageExtractor(new File(getImageSavePath(fileName))));
        ByteArrayOutputStream out = null;
        //读取文档内容
        XWPFDocument document = null;
        InputStream in = null;
        try {
            in = new FileInputStream(fileName);
            document = new XWPFDocument(in);
            out = new ByteArrayOutputStream();
            //out = new FileOutputStream(new File(outputFile));
            XHTMLConverter.getInstance().convert(document, out, options);
            String str = out.toString("utf-8");
            return str;
        } catch (NotOfficeXmlFileException e) {
            return null;
        } catch (Exception e) {
            return null;
        } finally {
html 转 pdf 
转：java使用itext7实现html转pdf 
 <!-- itext7html转pdf  -->
 <dependency>
     <groupId>com.itextpdf</groupId>
     <artifactId>html2pdf</artifactId>
     <version>3.0.2</version>
 </dependency>
 <!-- 中文字体支持 -->
 <dependency>
     <groupId>com.itextpdf</groupId>
     <artifactId>font-asian</artifactId>
     <version>7.1.13</version>
 </dependency> 
import com.itextpdf.html2pdf.ConverterProperties;
import com.itextpdf.html2pdf.HtmlConverter;
import com.itextpdf.kernel.events.PdfDocumentEvent;
import com.itextpdf.kernel.font.PdfFont;
import com.itextpdf.kernel.font.PdfFontFactory;
import com.itextpdf.kernel.pdf.PdfDocument;
import com.itextpdf.kernel.pdf.PdfWriter;
import com.itextpdf.layout.font.FontProvider;
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;
public class HtmlToPdfUtils {
     * html转pdf
     * @param  inputStream 输入流
     * @param  waterMark 水印
     * @param fontPath 字体路径，ttc后缀的字体需要添加<b>,0<b/>
     * @param  outputStream 输出流
     * @date : 2021/1/15 14:07
    public static void convertToPdf(InputStream inputStream, String waterMark, String fontPath, OutputStream outputStream) throws IOException {
        PdfWriter pdfWriter = new PdfWriter(outputStream);
        PdfDocument pdfDocument = new PdfDocument(pdfWriter);
        //设置为A4大小
        pdfDocument.setDefaultPageSize(PageSize.A4);
        //添加水印
        pdfDocument.addEventHandler(PdfDocumentEvent.END_PAGE, new WaterMarkEventHandler(waterMark));
        //添加中文字体支持
        ConverterProperties properties = new ConverterProperties();
        FontProvider fontProvider = new FontProvider();
        PdfFont sysFont = PdfFontFactory.createFont("STSongStd-Light", "UniGB-UCS2-H", false);
        fontProvider.addFont(sysFont.getFontProgram(), "UniGB-UCS2-H");
        //添加自定义字体，例如微软雅黑
        if (StrUtil.isNotBlank(fontPath)){
            PdfFont microsoft = PdfFontFactory.createFont(fontPath, PdfEncodings.IDENTITY_H, false);
            fontProvider.addFont(microsoft.getFontProgram(), PdfEncodings.IDENTITY_H);
        properties.setFontProvider(fontProvider);
        HtmlConverter.convertToPdf(inputStream, pdfDocument, properties);
        pdfWriter.close();
        pdfDocument.close();
    public static void html2pdf(String htmlFile, String pdfFile) throws Exception {
        ConverterProperties converterProperties = new ConverterProperties();
        DefaultFontProvider dfp = new DefaultFontProvider();
        //添加字体库
        dfp.addDirectory("C:/Windows/Fonts");
        converterProperties.setFontProvider(dfp);
        try (InputStream in = new FileInputStream(new File(htmlFile)); OutputStream out = new FileOutputStream(new File(pdfFile))){
            HtmlConverter.convertToPdf(in, out, converterProperties);
        }catch (Exception e){
            e.printStackTrace();
pdf 转 word 
java使用poi、itextpdf将word、ppt转为pdf文件 
                    代码实现主要依赖两个第三方jar包，一个是apache-poi，一个是aspose-pdf。apache-poi包完全开源免费，。单纯用apache-poi实现pdf转word文件的话，实现非常复杂，且样式和原来样式，保持一致的的比例很低。所以，我先用aspose-pdf生成了带水印的docx文件，再用docx文件去除aspose-pdf生成的水印的，最终得到了一个无水印的word文件。aspose-pdf 这个需要配置单独的仓库地址才能下载，不会配置的可以去官网直接下载jar引入项目代码中。
				一款非常实用的PDF转WORD软件。非常给力。一款非常实用的PDF转WORD软件。非常给力。一款非常实用的PDF转WORD软件。非常给力。一款非常实用的PDF转WORD软件。非常给力。一款非常实用的PDF转WORD软件。非常给力。一款非常实用的PDF转WORD软件。非常给力。一款非常实用的PDF转WORD软件。非常给力。一款非常实用的PDF转WORD软件。非常给力。一款非常实用的PDF转WORD软件。非常给力。一款非常实用的PDF转WORD软件。非常给力。一款非常实用的PDF转WORD软件。非常给力。一款非常实用的PDF转WORD软件。非常给力。一款非常实用的PDF转WORD软件。非常给力。一款非常实用的PDF转WORD软件。非常给力。一款非常实用的PDF转WORD软件。非常给力。一款非常实用的PDF转WORD软件。非常给力。一款非常实用的PDF转WORD软件。非常给力。一款非常实用的PDF转WORD软件。非常给力。一款非常实用的PDF转WORD软件。非常给力。一款非常实用的PDF转WORD软件。非常给力。一款非常实用的PDF转WORD软件。非常给力。
面对这种情况，大家大都采用网上的工具，但是网上的工具良莠不齐，很难达到我们的需求。
相信大家在日常的工作学习过程中，有很多时候需要将pdf转为word文档，也就是从只读变成可读写的形式。面对这种情况，大家大都采用网上专业的软件或者网站，但软件需要下载，网站还需要联网，都是远水解不了近渴，有时候效果还不尽人意。
这时我们可以考虑用Python完成此任务，不仅效果好可以离线，而且只需要短短几行代码。
import os
from pdf2docx import Converter
file_pa
				让pdf文件无法被修改
PdfWriter的方法setEncryption(null,  “chenweijie”.getBytes(), PdfWriter.ALLOW_PRINTING, PdfWriter.STANDARD_ENCRYPTION_40);
参数为访问者密码，拥有者密码，访问者权限，加密方式。
其中权限列表：
				Word转Pdf
公司原先的需求是有个证书下载，甲方提供了一个docx格式的word模版，我们这边就设计证书下载的格式为docx。在完成之后业务那边要求将下载格式改为pdf格式，考虑过直接使用itext-pdf按照word模版直接输出成pdf文件，但因为功能已经完成，使用itext-pdf就相当于重新作功能，就考虑将word转pdf。
首先在网上找到的一个aspose-words-15.8.0-jdk16的jar包很好用，可惜是收费的，于是只得另寻方法。还有利用itext-pdf将word先
				java使用工具栏 spire.doc.free-2.0.0.jar实现，word转pdf。简单
将jar引用项目中，之后测试就ok了
 public static void main(String[] argv) throws Exception {
	  Document document = new Document();
	  document.loadFromFile("D:\\\\AA...
				当然，我可以为您介绍一些免费的PDF转Word工具。以下是几个常用的免费PDF转Word工具：
1. Smallpdf：Smallpdf是一个在线的PDF工具平台，提供了多种功能，包括PDF转Word。您只需访问＊＊＊然后选择转换为Word格式，最后下载转换后的Word文档即可。
2. Zamzar：Zamzar也是一个在线的文件转换平台，支持将PDF文件转换为Word文档。您可以访问其官方网站（https://www.zamzar.com/convert/pdf-to-word/）上传您的PDF文件，选择输出格式为Word，然后提供您的电子邮件地址，最后点击转换按钮。转换完成后，您将收到一封包含下载链接的电子邮件。
3. PDF2DOC：PDF2DOC是一个专门用于将PDF文件转换为Word文档的免费工具。您可以访问其官方网站（https://www.pdf2doc.com/）上传您的PDF文件，然后点击“开始转换”按钮。转换完成后，您可以直接下载转换后的Word文档。
这些工具都提供了免费的PDF转Word功能，您可以根据自己的需求选择其中一个进行使用。希望对您有帮助！