我们知道办公文档中常用的各种.doc、.xls等都是Microsoft Office的专有格式，有关这些格式的开源资料非常少，一直以来，开源的Office办公软件也只有LibreOffice（和早期的OpenOffice）这两个选择，其它都是商业公司的付费产品。然而办公文档在线预览又是一个很常见的功能，在不使用付费产品的前提下，我们如何在自己的代码中实现办公文档的预览呢？jodconverter这个库可以调用LibreOffice或OpenOffice，将专有格式转换成浏览器支持的.pdf、.html等格式，这样就间接实现了Office文档的预览功能。
Github地址：https://github.com/jodconverter/jodconverter
注：jodconverter这个项目文档很烂，好在用起来不算复杂。
使用jodconverter前我们需要先安装LibreOffice程序。Windows下我们可以使用msi安装版或是Portable版，安装位置无所谓，因为可以在代码中指定。Linux下可以直接从软件源安装。不过这里注意Linux下我们需要使用中文版系统并安装语言包，此外还要安装中文字体，否则转换可能乱码或是字体错误。如果使用Docker部署程序也是同理。
LibreOffice官方网站：https://www.libreoffice.org
jodconverter提供了SpringBoot的起步依赖，它用于配置相关的Bean，此外我们还需要引入jodconverter的核心依赖。
<dependency>
<groupId>org.jodconverter</groupId>
<artifactId>jodconverter-spring-boot-starter</artifactId>
<version>4.4.6</version>
</dependency>
<dependency>
<groupId>org.jodconverter</groupId>
<artifactId>jodconverter-local-lo</artifactId>
<version>4.4.6</version>
</dependency>
注：lo代表LibreOffice。jodconverter支持OpenOffice和LibreOffice，分别对应oo和lo。
引入依赖后，我们还需要在application.properties中进行一些配置：
jodconverter.local.enabled=true
jodconverter.local.office-home=E:/windows-office
jodconverter.local.port-numbers=8001
jodconverter.local.max-tasks-per-process=1
其中，office-home属性指定了我们LibreOffice程序的安装位置；port-numbers指定启动LibreOffice进程的端口，配置的每个端口对应启动一个进程；max-tasks-per-process对应一个进程可以处理的任务数，达到对应任务数后进程将重启，该设定存在的目的是避免进程存在内存溢出问题时耗尽资源。文档转换是CPU密集型程序，这个进程数应该根据主机或容器的CPU核心数合理指定。
下面我们编写一个例子程序，实现Office文档类型的转换。
package com.gacfox.demo.controller;
import org.jodconverter.core.DocumentConverter;
import org.jodconverter.core.document.DefaultDocumentFormatRegistry;
import org.jodconverter.core.office.OfficeException;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;
import javax.annotation.Resource;
import java.io.File;
@RestController
public class ConvertController {
@Resource
private DocumentConverter documentConverter;
@GetMapping("/")
public void convert() {
File fromFile = new File("E:/说明文档.docx");
File toFile = new File("E:/说明文档.pdf");
try {
documentConverter
.convert(fromFile)
.as(DefaultDocumentFormatRegistry.DOCX)
.to(toFile)
.as(DefaultDocumentFormatRegistry.PDF)
.execute();
} catch (OfficeException e) {
throw new RuntimeException(e);
}
}
}
代码中，我们注入了DocumentConverter对象，然后调用该对象，将.docx文件转换成了.pdf文件。这里对于.as()方法的调用是可以省略的，jodconverter也可以自己根据File对象的文件后缀名，自动识别文件类型和要转换的目标文件类型。
有关jodconverter支持的文档转换类型，可以参考如下表格：
| Format Family | From (any of) | To (any of) |
|---|---|---|
| Text | .odt* OpenDocument Text .ott OpenDocument Text Template .sxw OpenOffice.org 1.0 Text .rtf* Rich Text Format .doc Microsoft Word .docx Microsoft Word XML .wpd* WordPerfect .txt Plain Text .html HTML1 | .pdf* Portable Document Format .odt OpenDocument Text .ott OpenDocument Text Template .sxw* OpenOffice.org 1.0 Text .rtf Rich Text Format .doc Microsoft Word .docx* Microsoft Word XML .txt Plain Text .html HTML2 *.wiki MediaWiki wikitext |
| Spreadsheet | .ods* OpenDocument Spreadsheet .ots OpenDocument Spreadsheet Template .sxc OpenOffice.org 1.0 Spreadsheet .xls* Microsoft Excel .xlsx Microsoft Excel XML .csv Comma-Separated Values *.tsv Tab-Separated Values | .pdf* Portable Document Format .ods OpenDocument Spreadsheet .ots OpenDocument Spreadsheet Template .sxc* OpenOffice.org 1.0 Spreadsheet .xls Microsoft Excel .xlsx Microsoft Excel XML .csv* Comma-Separated Values .tsv Tab-Separated Values .html HTML2 |
| Presentation | .odp* OpenDocument Presentation .otp OpenDocument Presentation Template .sxi OpenOffice.org 1.0 Presentation .ppt* Microsoft PowerPoint .pptx* Microsoft PowerPoint XML | .pdf* Portable Document Format .swf Macromedia Flash .odp OpenDocument Presentation .otp* OpenDocument Presentation Template .sxi OpenOffice.org 1.0 Presentation .ppt Microsoft PowerPoint .pptx* Microsoft PowerPoint XML .html* HTML2 |
| Drawing | .odg* OpenDocument Drawing .otg* OpenDocument Drawing Template | .svg* Scalable Vector Graphics .swf* Macromedia Flash |