失眠网 > PPT预览转换为图片实现方案 Apache POI 实现时踩坑：含嵌入文件ppt转换报

PPT预览转换为图片实现方案 Apache POI 实现时踩坑：含嵌入文件ppt转换报

时间：2023-07-19 06:59:01

前言

背景：最近项目需要实现PPT预览功能，以及项目APP上浏览ppt，初步方案是ppt转为图片。

实现

1、ppt转为pdf，然后pdf转为图片

该种实现，先将ppt转为pdf文件，实现方式有很多，可参考之前文章文档在线预览，将文档转为pdf

然后实现将pdf转为图片，实现方式有很多，这里介绍其中一种， apache pdfbox ，具体如下：

maven依赖：

<dependency><groupId>org.apache.pdfbox</groupId><artifactId>fontbox</artifactId><version>2.0.12</version></dependency><dependency><groupId>org.apache.pdfbox</groupId><artifactId>pdfbox</artifactId><version>2.0.12</version></dependency>

java代码：

try {int dpi = 296;PDDocument pdDocument = PDDocument.load(new File("pdf file path"));PDFRenderer renderer = new PDFRenderer(pdDocument);int pageCount = pdDocument.getNumberOfPages();/* dpi越大转换后越清晰，相对转换速度越慢 */for (int i = 0; i < pageCount; i++) {File dstFile = new File("png file path");BufferedImage image = renderer.renderImageWithDPI(i, dpi);ImageIO.write(image, "png", dstFile);}}catch (Exception e){e.printStackTrace();}

转换之后，可自行添加finally对资源进行处理

2、利用apache poi直接将ppt转为图片

上述方案中，有两步实现，先转pdf，再转图片。转pdf方案中，比较靠谱快速的方法可能需要依赖外部 liberoffice 或者 openoffice. 实现ppt预览，也可通过apache poi 将ppt直接转为图片

apache poi提供丰富的office操作api，可直接通过java代码读写操作excel sheet，表格，内容等。也可以直接操作ppt slider，插入，读取内容等。

talk is cheap, show my code

maven 依赖：

<dependency><groupId>org.apache.poi</groupId><artifactId>poi</artifactId><version>${appache.poi.version}</version></dependency><dependency><groupId>org.apache.poi</groupId><artifactId>poi-ooxml</artifactId><version>${appache.poi.version}</version></dependency><dependency><groupId>org.apache.poi</groupId><artifactId>poi-scratchpad</artifactId><version>${appache.poi.version}</version></dependency>

官方最新版本已经到了 4.0.0

由于 powrpoint 有ppt和pptx(office 之后)，ppt文件本质是二进制文件，而pptx 是xml 。所以需要不同的处理。具体实现如下：

ppt，使用HSLFSlide 读取

FileInputStream is = new FileInputStream("ppt file path");HSLFSlideShow ppt = new HSLFSlideShow(is);Dimension pageSize = ppt.getPageSize();int idx = 1;try {for (HSLFSlide slide : ppt.getSlides()) {toPNG(pageSize.getWidth(), pageSize.getHeight(), slide);idx++;}} catch (Exception e) {throw e;} finally {if (is != null) {is.close();}if (ppt != null){ppt.close();}}

pptx 使用XSLF

FileInputStream is = new FileInputStream("pptx file path");XMLSlideShow pptx = new XMLSlideShow(is);Dimension pageSize = pptx.getPageSize();int idx = 1;try {for (XSLFSlide xslfSlide : pptx.getSlides()) {this.toPNG(pageSize.width, pageSize.height, xslfSlide );idx++;}} catch (Exception e) {throw e;} finally {if (is != null){is.close();}if (pptx != null){pptx.close();}}

topng 实现：

//image_rate 图片尺寸倍率，rate越大，图片越清晰，转换时间越长int imageWidth = (int) Math.floor(image_rate * pageSize.width);int imageHeight = (int) Math.floor(image_rate * pageSize.height);BufferedImage img = new BufferedImage(imageWidth, imageHeight, BufferedImage.TYPE_INT_ARGB);Graphics2D graphics = img.createGraphics();graphics.setRenderingHint(RenderingHints.KEY_ANTIALIASING, RenderingHints.VALUE_ANTIALIAS_ON);graphics.setRenderingHint(RenderingHints.KEY_RENDERING, RenderingHints.VALUE_RENDER_QUALITY);graphics.setRenderingHint(RenderingHints.KEY_INTERPOLATION, RenderingHints.VALUE_INTERPOLATION_BICUBIC);graphics.setRenderingHint(RenderingHints.KEY_FRACTIONALMETRICS, RenderingHints.VALUE_FRACTIONALMETRICS_ON);// clear the drawing areagraphics.setPaint(Color.white);graphics.fill(new Rectangle2D.Float(0, 0, imageWidth, imageHeight));graphics.scale(this.IMAGE_RATE, this.IMAGE_RATE);FileOutputStream out = null;try {xslfSlide.draw(graphics);out = new FileOutputStream(new File("png file path"));javax.imageio.ImageIO.write(img, "png", out);} catch (IOException ioe) {ioe.printStackTrace();} catch (Exception e) {e.printStackTrace();} finally {try {if (out != null) {out.flush();out.close();}} catch (IOException ioe) {ioe.printStackTrace();}if (graphics != null){graphics.dispose();}if (img != null){img.flush();}}

这样能初步实现ppt转图片，实际过程中有如下几个问题：

1、中文问题：如果在本地测试觉得一切ok，那么部署到测试环境或者线上就可能出现中文乱码问题。

原因可能是ppt内容中字体不支持，服务器未安装中文字体。如linux上，可通过fc-list :lang=zh 查看。

如果未安装，可通过yum -y install fontconfig 安装，然后在/usr/share 目录下会发现 fonts目录，下载中文字体如：heiti.ttf

拷贝到fonts目录下，chmod 赋权限。再次执行 fc-list :lang=zh 命令，显示如下，则表示安装成功，也可以安装宋体等其他字体

如果是docker环境，则可将上述安装步骤写入到dockerfile中。

安装完成字体后，代码中设置字体如下：

ppt：

for (HSLFShape shape : slide.getShapes()) {if (shape instanceof HSLFTextShape) {HSLFTextShape sh = (HSLFTextShape) shape;List<HSLFTextParagraph> textParagraphs = sh.getTextParagraphs();for (HSLFTextParagraph hslfTextParagraph : textParagraphs) {List<HSLFTextRun> textRuns = hslfTextParagraph.getTextRuns();for (HSLFTextRun hslfTextRun : textRuns) {hslfTextRun.setFontFamily("宋体");hslfTextRun.setFontIndex(1);}}}}

pptx:

for (XSLFShape shape : slide.getShapes()){if (shape instanceof XSLFTextShape){XSLFTextShape sh = (XSLFTextShape) shape;List<XSLFTextParagraph> textParagraphs = sh.getTextParagraphs();for (XSLFTextParagraph xslfTextParagraph : textParagraphs) {List<XSLFTextRun> textRuns = xslfTextParagraph.getTextRuns();for (XSLFTextRun xslfTextRun : textRuns) {xslfTextRun.setFontFamily("宋体");}}}}

经上述操作，中文问题基本能解决了

2、如果pptx文件中含有嵌入文件，即在ppt中插入外部文件，可能会报错:

java.lang.ArrayStoreExceptionat java.lang.System.arraycopy(Native Method)at org.apache.xmlbeans.impl.values.XmlObjectBase._typedArray(XmlObjectBase.java:409)at org.apache.xmlbeans.impl.values.XmlObjectBase.selectPath(XmlObjectBase.java:457)at org.apache.xmlbeans.impl.values.XmlObjectBase.selectPath(XmlObjectBase.java:415)at org.apache.poi.xslf.usermodel.XSLFDrawing.<init>(XSLFDrawing.java:44)at org.apache.poi.xslf.usermodel.XSLFSheet.initDrawingAndShapes(XSLFSheet.java:201)at org.apache.poi.xslf.usermodel.XSLFSheet.getShapes(XSLFSheet.java:188)at org.apache.poi.sl.draw.DrawSheet.draw(DrawSheet.java:55)at org.apache.poi.sl.draw.DrawSlide.draw(DrawSlide.java:41)at org.apache.poi.xslf.usermodel.XSLFSlide.draw(XSLFSlide.java:307)

ppt文件不会有该问题，主要是上文中提到，pptx 可解析为xml文件，解析为XmlObject 时，类型转换错误,

XmlObjectBase中：

System.arraycopy(input, 0, result, 0, input.length);

debug源码发现，input 数组，三个元素类型不同，如下：

至于完整的pptx文件解析后的xml文件，有兴趣的同学可以自己看看，这里就不贴出来了。

百思不得其姐，一度想通过 poi remove掉这个文件，发现事情没那么简单，然后准备祈祷不要有嵌入文件的pptx时，发现有一老哥和我一样的问题，参考：可能需要翻墙

原来是其他pom引入中含有xmlbeans 2.3 版本。

解决办法是确保xmlbeans 版本到2.6 。希望有老哥遇到该问题时能解决，找到依赖源， exclusion 一下。

3、转换慢，OOM等问题

由于转换是ppt的每一页进行单独转换，如果ppt页数多，可能会慢。解决办法，一种是减小上文中的image_rate，如设置为1.

还有就是可以通过多线程并发转换，但是由于该转换操作是CPU密集型操作，所以需要根据机器性能决定。具体代码如下：

for (XSLFSlide slide : ppt.getSlides()) {CompletableFuture<byte[]> future = CompletableFuture.supplyAsync(() -> toPNG(pgsize.width, pgsize.height, slide, targetType), workers).handle((targetFilePath, e) -> {if (e != null) {logger.error("covertPPTX error", e);return null;} else {return targetFilePath;}});resultMap.put(idx, future);idx++;}

方式有很多种

并发转换时，一定要注意资源的释放，否则会容易出现OOM。