Apache POI + iText (最常用)

这是最经典和广泛使用的组合，POI 负责读取和解析 Word 文档，iText 负责根据 Word 的内容生成 PDF 文件。

核心原理

• Apache POI: 用于操作 Microsoft Office 格式文件，它能够读取 Word 文档中的文本、段落、表格、图片等元素。
• iText: 用于生成 PDF 文档，你需要在代码中手动使用 POI 解析出的内容，然后用 iText 的 API 重新在 PDF 页面上“绘制”这些内容（如文本、表格、图片等）。

依赖配置

在你的 pom.xml 文件中添加以下依赖：

<!-- Apache POI for .docx -->
<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi</artifactId>
    <version>5.2.3</version>
</dependency>
<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi-ooxml</artifactId>
    <version>5.2.3</version>
</dependency>
<!-- iText for PDF generation -->
<dependency>
    <groupId>com.itextpdf</groupId>
    <artifactId>itextpdf</artifactId>
    <version>5.5.13.3</version>
</dependency>
<!-- Optional: For advanced PDF features like HTML -->
<dependency>
    <groupId>com.itextpdf</groupId>
    <artifactId>itext-asian</artifactId>
    <version>5.2.0</version>
</dependency>

代码示例 (仅处理简单文本)

这个例子非常基础，仅用于演示核心逻辑，对于复杂的格式（如页眉页脚、页码、复杂样式）,你需要编写大量的代码来处理。

import com.itextpdf.text.*;
import com.itextpdf.text.pdf.PdfPCell;
import com.itextpdf.text.pdf.PdfPTable;
import com.itextpdf.text.pdf.PdfWriter;
import org.apache.poi.xwpf.usermodel.*;
import java.io.FileOutputStream;
import java.io.IOException;
public class PoiAndITextConverter {
    public static void main(String[] args) {
        // 输入和输出文件路径
        String wordPath = "input.docx";
        String pdfPath = "output.pdf";
        try {
            // 1. 使用 POI 加载 Word 文档
            XWPFDocument document = new XWPFDocument(new java.io.FileInputStream(wordPath));
            // 2. 使用 iText 创建 PDF 文档
            Document pdfDoc = new Document();
            PdfWriter.getInstance(pdfDoc, new FileOutputStream(pdfPath));
            pdfDoc.open();
            // 3. 遍历 Word 文档中的段落
            for (XWPFParagraph paragraph : document.getParagraphs()) {
                // 获取段落文本
                String text = paragraph.getText();
                if (text == null || text.trim().isEmpty()) {
                    continue;
                }
                // 创建 PDF 段落
                Paragraph pdfParagraph = new Paragraph();
                // 设置字体 (为了支持中文，需要加载中文字体)
                // 这里使用系统默认字体，实际项目中应指定具体字体文件
                Font font = new Font(Font.FontFamily.TIMES_ROMAN, 12, Font.NORMAL);
                pdfParagraph.add(new Chunk(text, font));
                // 设置段落间距
                pdfParagraph.setSpacingAfter(10f);
                // 将段落添加到 PDF 文档
                pdfDoc.add(pdfParagraph);
            }
            // 4. 遍历 Word 文档中的表格
            for (XWPFTable table : document.getTables()) {
                PdfPTable pdfTable = new PdfPTable(table.getNumberOfColumns());
                for (XWPFTableRow row : table.getRows()) {
                    for (XWPFTableCell cell : row.getTableCells()) {
                        PdfPCell pdfCell = new PdfPCell(new Paragraph(cell.getText()));
                        pdfTable.addCell(pdfCell);
                    }
                }
                pdfDoc.add(pdfTable);
            }
            // 5. 关闭文档
            pdfDoc.close();
            document.close();
            System.out.println("Word 转 PDF 成功!");
        } catch (IOException | DocumentException e) {
            e.printStackTrace();
        }
    }
}

优缺点

• 优点:
  • 免费开源: 完全免费。
  • 功能强大: POI 和 iText 都是功能非常成熟的库。
  • 灵活性极高: 你可以精确控制 PDF 的每一个细节,实现高度定制化的转换。
• 缺点:
  • 开发复杂: 工作量巨大，你需要手动处理 Word 中的每一种元素（字体、颜色、样式、图片位置、页眉页脚、页码、超链接等），并使用 iText 重新实现，对于复杂的 Word 模板,这几乎是一个噩梦。
  • 样式还原困难: 很难 100% 还原 Word 中的原始样式,尤其是复杂的排版。

使用商业库 (推荐用于生产环境)

如果项目对转换质量、性能和开发效率有较高要求，使用商业库是最佳选择，它们内部封装了复杂的逻辑,通常只需要几行代码就能实现高质量的转换。

推荐库：Aspose.Words

Aspose.Words 是业界公认的最佳 Word 操作库之一，其转换效果非常出色,能高度还原原始样式。

依赖配置

Aspose.Words 是商业库，需要购买许可证，但提供有免费试用版（会有水印）。

<dependency>
    <groupId>com.aspose</groupId>
    <artifactId>aspose-words</artifactId>
    <version>23.8</version> <!-- 请使用最新版本 -->
</dependency>

代码示例 (极其简单)

import com.aspose.words.*;
public class AsposeWordsConverter {
    public static void main(String[] args) throws Exception {
        // 输入和输出文件路径
        String wordPath = "input.docx";
        String pdfPath = "output_aspose.pdf";
        // 1. 加载 Word 文档
        Document doc = new Document(wordPath);
        // 2. 直接保存为 PDF 格式
        // Aspose.Words 会自动处理所有格式转换
        doc.save(pdfPath, SaveFormat.PDF);
        System.out.println("Aspose.Words 转 PDF 成功!");
    }
}

优缺点

• 优点:
  • 极其简单: 代码量极少，通常只需 3-5 行。
  • 转换质量高: 能完美还原 Word 中的几乎所有格式，包括字体、样式、表格、图片、页眉页脚、水印等。
  • 性能稳定: 经过长期优化,性能和稳定性都很好。
  • 功能丰富: 除了转 PDF，还支持转 HTML, EPUB, 图片等多种格式。
• 缺点:
  • 收费: 需要购买商业许可证，成本较高（但对于企业项目来说，节省的开发时间和维护成本通常是值得的）。
  • 有试用版限制: 免费试用版会在生成的 PDF 中添加水印。

使用 OpenOffice/LibreOffice 的命令行接口

这是一种“曲线救国”的方法，利用 OpenOffice 或 LibreOffice 自带的强大转换功能。

原理

• Java 代码通过进程调用的方式，启动 LibreOffice 的 soffice 命令行程序。
• soffice 程序可以后台静默地将 Word 文件转换为 PDF。
• Java 代码等待转换完成后，读取生成的 PDF 文件。

前提条件

• 机器上必须安装 LibreOffice (推荐，免费开源) 或 OpenOffice。
• 需要知道 soffice 或 soffice.exe 的安装路径。

Java 代码示例

import java.io.File;
public class LibreOfficeConverter {
    public static void main(String[] args) {
        // LibreOffice 的安装路径 (请根据你的实际情况修改)
        String libreOfficePath = "C:\\Program Files\\LibreOffice\\program\\soffice.exe";
        // 输入 Word 文件路径
        String inputWordPath = "input.docx";
        // 输出 PDF 文件路径
        String outputPdfPath = "output_libre.pdf";
        // 构建命令
        String[] cmd = {
            libreOfficePath,
            "--headless", // 无界面模式
            "--convert-to", "pdf",
            "--outdir", new File(outputPdfPath).getParent(), // 指定输出目录
            inputWordPath
        };
        try {
            System.out.println("开始转换...");
            Process process = Runtime.getRuntime().exec(cmd);
            // 等待进程结束
            int exitCode = process.waitFor();
            if (exitCode == 0) {
                System.out.println("转换成功！PDF 文件已生成在: " + outputPdfPath);
            } else {
                System.err.println("转换失败，退出码: " + exitCode);
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

优缺点

• 优点:
  • 转换质量高: 因为是调用专业的 Office 软件，转换效果非常好,样式还原度高。
  • 免费: LibreOffice 完全免费开源。
• 缺点:
  • 依赖外部软件: 需要在服务器或客户端安装 LibreOffice,增加了部署的复杂性。
  • 性能较低: 每次转换都需要启动一个新进程，比纯 Java 库慢,不适合高并发的场景。
  • 平台相关: 命令在不同操作系统（Windows, Linux, macOS）下可能不同。

总结与选型建议

最终建议：

• 如果你的项目是商业性质，预算充足，并且追求高质量的转换和开发效率：毫不犹豫地选择 Aspose.Words,它能为你节省大量的开发和维护时间。
• 如果你的项目是个人学习、内部工具，或者对格式要求不高：可以考虑 POI + iText，但一定要有心理准备，这是一个“大坑”。
• 如果你的服务器环境允许安装软件，且并发量不大：LibreOffice CLI 是一个不错的免费替代方案。