# document

**Repository Path**: keyleaf/document

## Basic Information

- **Project Name**: document
- **Description**: 文档转pdf及pdf合并处理demo
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-06-05
- **Last Updated**: 2025-11-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README


# 文档

## 使用说明
1. 添加maven依赖

    ```xml
            <dependency>
                <groupId>com.keyleaf.up</groupId>
                <artifactId>document-sdk</artifactId>
                <version>0.0.1-SNAPSHOT</version>
            </dependency>
    ```
2. 参照DocumentClient.defaultClient()构造DocumentClient对象
3. 通过调用DocumentClient.convertToPdf方法，将文件转换为pdf文件
4. 通过调用DocumentClient.mergeIntoPdf方法，将多个文件合并为一个pdf文件

## 核心依赖
### jodconverter-local
```text
jodconverter-local ‌是一个基于 LibreOffice 或 OpenOffice 的本地文档转换工具，
它通过调用本地安装的LibreOffice或OpenOffice来实现文档的转换功能，
支持多种文档格式的相互转换，如Word、Excel、PowerPoint等。

本项目中，jodconverter-local依赖了libreoffice，通过libreoffice来提供文档的转换能力。
```
### pdfbox
```text
Apache PDFBox 是一个开源 Java 库，支持 PDF 文档的开发和转换。
使用这个库，您可以开发创建、转换和操作 PDF 文档的 Java 程序。

本项目中，主要通过pdfbox来提供对pdf文档的合并能力。
```
### tika-core
```text
Apache Tika是一个内容分析工具包，可以检测和提取超过一千种不同文件类型的元数据和文本。

Tika的主要功能包括：
文件类型检测：自动检测文件的类型
内容提取：从文件中提取文本内容
元数据提取：从文件中提取元数据信息，如作者、创建日期等
支持多种文件格式：支持超过一千种文件格式，包括PDF、Word、Excel、PPT等

本项目中，主要通过tika-core来获取文件的mimeType，后期可能会用到文档内容提取功能。
```

# libreoffice

官网地址 https://marketing.libreoffice.org

1. 本地调试需要安装对应操作系统版本的libreoffice
2. 服务器端建议通过docker容器内安装libreoffice[Dockerfile](document-demo/Dockerfile)
3. libreoffice启动核心类[LibreOfficeStarter.java](src/main/java/com/keyleaf/up/document/starter/LibreOfficeStarter.java)