最近在做一個Web項目，需要用戶把Word上傳然后展示到頁面榨呆，但是Word在線瀏覽的功能不及PDF看疗，因此需要將Word轉(zhuǎn)換成PDF然后展示出來。其中遇到許多問題益涧，特此記錄，如有不妥之處請指正驯鳖。
一闲询、實現(xiàn)功能
1、doc浅辙、docx都可轉(zhuǎn)換為PDF
2扭弧、word含有中文的轉(zhuǎn)換為PDF后可顯示
二、轉(zhuǎn)換步驟
word —> html —> pdf
三记舆、使用工具（Jar包）
1鸽捻、poi、itext（如下maven配置）
作用：poi：用于將word轉(zhuǎn)換為html泽腮；itext：將html轉(zhuǎn)換為pdf
2、jsoup（maven配置如下）
作用：poi可以將以docx結(jié)尾的word完美轉(zhuǎn)換為html诊赊，但是將以doc結(jié)尾的word轉(zhuǎn)換為html后meta厚满、img等標簽不閉合，導(dǎo)致使用itext將生成的html轉(zhuǎn)換為pdf時報錯碧磅，因此需要使用jsoup.parse方法使html規(guī)范碘箍。
四、上代碼
1鲸郊、word轉(zhuǎn)html
（1）doc結(jié)尾word（相對復(fù)雜）
（2）docx結(jié)尾word
（3）使用jsoup規(guī)范html并保存到磁盤
2丰榴、html轉(zhuǎn)pdf
五、問題
太棒啦秆撮，word終于可以轉(zhuǎn)換成pdf（可以升值加薪啦??）
別高興太早多艇，打開doc結(jié)尾的word轉(zhuǎn)換的pdf會發(fā)現(xiàn)所有的中文都不顯示，只有數(shù)字和英文像吻，本來十幾頁的word最后剩下幾頁；打開docx結(jié)尾的word轉(zhuǎn)換的pdf會發(fā)現(xiàn)更悲劇复隆，什么也不顯示拨匆，一個空白的文檔。捂著臉繼續(xù)研究挽拂。惭每。。。台腥。宏赘。
表急，聽我慢慢道來
1黎侈、中文顯示問題
原因：
中文在pdf中不顯示是因為XMLWorkHelper的parseXHtml方法在執(zhí)行過程中使用默認字體察署，而該字體不包含中文，因此不顯示中文峻汉。
解決方案：
parseXHtml方法還有一個重載方法贴汪，其中一個參數(shù)是FontProvider，F(xiàn)ontProvider是一個接口休吠，擴展接口使其擁有中文顯示功能（如下圖）扳埂。
項目中我的擴展類中使用宋體字（正式word文檔中使用該字體較多，simsun代表宋體）瘤礁，BaseFont.createFont的設(shè)置可以參考該文章http://blog.csdn.net/ol_beta/article/details/5926451阳懂，這里不再贅述。
至此柜思，中文不顯示問題已解決岩调。
2、docx結(jié)尾word轉(zhuǎn)pdf空白
原因：
打開docx結(jié)尾的word轉(zhuǎn)化的html文件酝蜒，發(fā)現(xiàn)body中有一個或多個div包裹內(nèi)層標簽誊辉，這些div設(shè)置了style的width值，width過大導(dǎo)致轉(zhuǎn)換的pdf空白亡脑。
解決方案：
我用的方法最簡單粗暴堕澄，在jsoup格式化完成后找到style然后替換為空。
注：該處的div指的是body中最直接的子div蛙紫，而這些div中的又包含的div不影響。
大功告成途戒，可以生成美美的PDF了坑傅。
