仿百度文库解决方案（二）——利用Jacob调用MS Office转换文档为PDF

Jacob简介

　　Jacob是Java与COM组件桥接的缩写，即JAVA-COM Bridge。通过使用Jacob类库，我们可以很方便地在Java程序中调用COM自动化组件。Jacob最初是由美国人Dan Alder在Inventure公司担任CTO时编写的，目的是为了方便众多的程序员在Java2虚拟机上，调用Win32平台上COM自动化服务器中的组件。当Jacob项目以开源的方式在网络上公布以后，越来越多的人开始参与项目的研发与改进中去。

　　Jacob类库中只有两个包：com.jacob.activex和com.jacob.com。com.jacob.activex包建立在com.jacob.com基础之上，主要包含了ActiveXComponent类。com.jacob.com中有一个非常基础的类JacobObject，该包中比较常用的两个类Dispatch和Variant便是继承自JacobObject。

　　Dispatch类代表COM自动化组件中的对象，提供了访问COM对象的API。Dispatch类中常用的方法有：

• call( )方法：调用COM对象的方法，返回Variant类型值。
• invoke( )方法：和call方法作用相同，但是不返回值。
• get( )方法：获取COM对象属性，返回variant类型值。
• put( )方法：设置COM对象属性。

　　ActiveXComponent类继承自Dispatch类，在内部封装了Dispatch对象，使用该类加载COM组件。 并且提供了访问COM组件对象的属性和方法的接口。ActiveXComponent类提供了比Dispatch类更方便的获取属性和设置属性的方法：getProperty( )，setProperty( )。

　　Variant类映射COM对象中的Variant数据结构，提供Java和COM的数据交互。其本质就是一种数据类型，可以被转换成任何数据类型，如int，String，甚至Dispatch对象。

MS Office COM 对象模型

　　Microsoft Office2007之前的Office版本并没有提供转换文档为PDF格式的支持，另外，Office2007还需要安装有Microsoft Save as PDF or XPS插件才支持PDF格式转换，而Office2010不需要安装插件则自带有转换Office文档为PDF格式的API。因此，建议使用Office 2010。

　　通过查询MSDN Office 2010开发人员手册，经过分析后得出图2-1所示的Office COM对象模型：

图2-1 Office COM对象模型

　　Microsoft Office中每个应用程序中都包含一个Application对象，但是每个应用程序中的文档对象却不一样，Word中Documents对象代表Word应用程序中所有打开的word文档集合，Document对象代表一篇word文档。详细的文档对象结构如图2-1所示。其中Document，Workbook，Presentation中的SaveAs或者ExportAsFixedFormat方法可用于将文档转换为PDF。

Jacob调用MS Office COM自动化组件转换Office文档为PDF

　　算法流程图如2-2所示：

图2-2 Jacob调用MS Office COM组件转换文档为PDF算法流程

　　第一步，对于Office文档，不同格式的文档需要加载不同的COM组件，例如Word文件需要加载Word COM组件。Jacob中加载COM组件是利用ActiveXComponent类，例如，加载Word COM自动化组件：

//Word.Application代表COM OLE编程标识，可查询MSDN得到ActiveXComponent app = new ActiveXComponent("Word.Application");//设置Word不可见app.setProperty("Visible",false);

　　第二步，获得文档对象集合，Word中Documents对象代表Word应用程序中所有打开的Word文档，范例如下：

//调用Application对象的Documents属性，获得Documents对象Dispatch docs = app.getProperty("Documents").toDispatch();

 　　第三步，打开文件，并执行转换。Word范例如下：

Dispatch doc = Dispatch.call(docs,                           "Open",//调用Documents对象的Open方法                            inputFile,// 输入文件路径全名                            false, //ConfirmConversions，设置为false表示不显示转换框                             true//ReadOnly
                            );Dispatch.call(doc,//要转换的文档               "SaveAS",                pdfFile,//要保存的PDF文件名                wdFormatPDF//转换后的文件格式宏，值为17，可查询MSDN得到 
                );

　　第四步，关闭应用程序。Word范例：

//关闭打开的Word文件Dispatch.call(doc,              "Close",               false//设置不保存改变);//关闭Word应用程序app.invoke("Quit",0);

　　转换Word文档为PDF格式的详细代码如下：

public static void word2PDF(String inputFile,String pdfFile){        //打开word应用程序        ActiveXComponent app = new ActiveXComponent("Word.Application");        //设置word不可见        app.setProperty("Visible", false);        //获得word中所有打开的文档,返回Documents对象        Dispatch docs = app.getProperty("Documents").toDispatch();        //调用Documents对象中Open方法打开文档，并返回打开的文档对象Document        Dispatch doc = Dispatch.call(docs,                                    "Open",                                    inputFile,                                    false,                                    true                                    ).toDispatch();        //调用Document对象的SaveAs方法，将文档保存为pdf格式        /*        Dispatch.call(doc,                    "SaveAs",                    pdfFile,                    wdFormatPDF        //word保存为pdf格式宏，值为17                    );                    */        Dispatch.call(doc,                "ExportAsFixedFormat",                pdfFile,                wdFormatPDF        //word保存为pdf格式宏，值为17                );        //关闭文档        Dispatch.call(doc, "Close",false);        //关闭word应用程序        app.invoke("Quit", 0);            }

注：

　　源代码下载地址：DocConverter