Aspose.word转换PDF踩坑总结
1 需求背景
运营台账功能需要将用户上传的doc、docx、wps格式的文档进行在线预览。（2月17日用户提交需求）
运营台账功能的“一键生成”功能需要生成PDF，并自动上传以及下载至用户端。（3月2日用户提交需求）
2 方案研究
2.1 在线预览
文件可能存在两个来源，一、前端生成后用户手动上传；二、用户手动创建文件后上传。
程序生成的文件采用了jquery.wordexport.js实现，将html文本添加MSOffice文件头后直接存储为doc。
而用户自己创建的文件则是由Micro Office或者WPS生成，这两种文件存在本质性的区别。
因此为了兼容所有情况，需要对不同类型的文件进行统一处理。经过查询各种资料，找到了kkFileView开源项目。
kkFileView项目为文件文档在线预览项目解决方案，对标业内付费产品有【永中office】【office365】【idocv】等。
使用spring boot搭建，易上手和部署，基本支持主流办公文档的在线预览，如doc,docx,Excel,pdf,txt,zip,rar,图片等等。
然而，开发的过程终究会遇到各种坎坷。使用jquery.wordexport.js生成doc文件，kkFileView无法正确渲染。因此考虑更换前端生成doc文档插件。
经过测试，生成的doc文件如果在pc端打开后另存为docx格式后再上传，kkFileView是可以正常渲染的。因此找到了Html-docx.js插件， 它可以将HTML转换为docx，于是将其集成到开发环境中，就在我们以为一切都已经OK的时候，用户提交了新的需求：需要将页面导出为PDF。
2.2 生成PDF
与台账功能十分相似的还有另外一个功能：月报。月报中也存在一键导出、上传。而月报的页面布局、样式相对比较复杂，因此我们需要的还是直接将HTML文本转换为PDF文档。经过一番搜索后，找到了以下几种方案。
|
序号 |
描述 |
备注 |
测试结果 |
|
1 |
前端绘制canvas，保存为图片，后端将图片生成PDF |
canvas |
1、 生成的图片不清晰 2、 只能生成当前屏幕的截图，页面缺失 |
|
2 |
前端直接转为PDF |
jspdf.js |
原理同上，结果同上 |
|
3 |
wkhtmltopdf |
服务端命令调用 |
1、 需要在服务器安装wkhtmltopdf程序 2、 集成方式：Java调用shell命令将页面地址传入wkhtmltopdf工具来生成PDF 3、 pass原因：需要重构页面；华为云容器部署难以实现 |
|
4 |
Apache iText |
Jar包集成 |
1、 对HTML的css样式渲染效果很差，导致生成的PDF样式错乱 2、 对HTML标签要求严格，标签未关闭则会渲染失败 |
|
5 |
flying-saucer-pdf
|
Jar包集成 |
1、 基于Apache iText二次开发 2、 支持css样式渲染 3、 也存在HTML标签要求严格的问题，因台账功能中包含富文本编辑器，无法保证渲染效果 |
|
6 |
Aspose.word |
Jar包集成 企业级收费产品 |
1、 收费 2、 暂未实现如何设置字体，导致在Linux部署时生成的文档字体存在小小的问题 |
|
7 |
Spire.doc |
Jar包集成 企业级收费产品 |
1、 收费 2、 只能对通过Office创建的文档进行转换，对于使用html-docx.js生成的文档无法转换 |
|
8 |
Docx4j |
Jar包集成 |
1、 只能对通过Office创建的文档进行转换，对于使用html-docx.js生成的文档无法转换 2、 效率极低，50Kb的docx文档转换过程需要1分钟以上 |
|
9 |
MdToPdf |
Jar包集成 |
1、 只支持markDown文件转换为PDF 2、 无法渲染图片 3、 无法完美渲染表格 |
经过多方对比，比较符合需求的只有方案6（Aspose.word）
万幸的是，找到了热心网友上传的破解Jar包，无需设置Licence，生成的文档中也没有版权水印等信息。
3 集成Aspose.word
目前只存在一个问题，字体设置未生效。
在外网环境中，生成的PDF效果正常。
在内网环境中，文档中部分文字显示效果不理想，效果如下。
尝试解决：
- 将外网机器中的“C:windows/fonts”中的所有字体拷贝至内网机器中并安装，问题依旧未能解决。
- 查询word官方文档，在程序中添加了字体扫描路径，问题依旧未能解决。
暂时放弃，直接在Linux环境进行部署测试。
在Linux环境部署后，新的问题出现了。
猜测这个问题应该是服务器未安装中文字体导致的，因此将windows端的中文字体上传至服务器，并安装，问题解决。
4 华为云部署
云上环境和252测试系统区别很大，252是jar包部署，华为云是docker环境部署。
在云服务器上提前装好了中文字体，然而在部署后，经过测试，中文字体依旧没能正常渲染。
猜测原因可能是docker镜像中不存在中文字体，而华为云部署时上传jar包后，打镜像的过程是华为云实现的，无法进行介入，无法安装字体。
与华为云负责人进行协调，答复是不支持，并且不提供帮助。
在多方同事的协助下，进行了两个方向的研究，一、程序配置字体扫描及字体设置；二、依赖自带中文字体的基础镜像手动构建docker镜像。
