使用iText将word文档转换为pdf时出错

Question

以下是我用于将word文档转换为pdf的代码。 编译代码后，生成PDF文件。 但该文件包含一些垃圾字符以及word文档内容。 请帮我知道我应该做些什么修改来摆脱垃圾字符。 我使用的代码是：

import com.lowagie.text.Document; 
import com.lowagie.text.Paragraph; 
import com.lowagie.text.pdf.PdfWriter; 
import java.io.File; 
import java.io.FileOutputStream; 



public class PdfConverter 
{

    private void createPdf(String inputFile, String outputFile)//, boolean isPictureFile) 
    {
        Document pdfDocument = new Document(); 
        String pdfFilePath = outputFile; 
        try
        {
            FileOutputStream fileOutputStream = new FileOutputStream(pdfFilePath); 
            PdfWriter writer = null; 
            writer = PdfWriter.getInstance(pdfDocument, fileOutputStream); 
            writer.open(); 
            pdfDocument.open(); 
            /*if (isPictureFile) 
            { 
            pdfDocument.add(com.lowagie.text.Image.getInstance(inputFile)); 
                } 
            else 
            { */
            File file = new File(inputFile); 
    pdfDocument.add(new Paragraph(org.apache.commons.io.FileUtils.readFileToString(file))); 
                //} 
            pdfDocument.close(); 
            writer.close(); 
            System.out.println("PDF has been generted"); 
            } 
            catch (Exception exception) 
            { 
            System.out.println("Document Exception!" + exception); 
            } 
            } 

    public static void main(String args[]) 
    { 
    PdfConverter pdfConversion = new PdfConverter(); 
    pdfConversion.createPdf("C:/test.doc", "C:/test.pdf");//, true); 

        }

    }

谢谢你的帮助。

Answer 1

只因为你的PdfConverter类命名，你没有。 您所做的只是将二进制内容作为字符串读取并将其写为一个段落（这就是您所看到的）。 这种方法肯定不会成功。 有关类似问题，请参阅https://stackoverflow.com/questions/437394 。

如果您只对word文档的内容感兴趣，那么您可能希望为Apache POI - Microsoft文档的Java API尝试阅读您的文档，而不是在二进制级别，而是在高抽象级别。 如果你的Word文档有一个简单的（我的意思是一个非常简单的）结构，你可能会得到合理的结果。

Answer 2

为此，您必须正确读取doc文件，然后使用读取数据创建PDF文件。

你现在正在做的是你正在读取doc文件中的数据，因为你没有使用适当的API来读取数据，然后将获得的垃圾数据存储在PDF文件中，因此它具有垃圾值。 因此这个问题。