Java实现Pdf转Word

以下是使用 Java 实现批量 PDF 转 Word 的两种解决方案，根据需求选择适合的方式：

方案一

使用 Apache PDFBox + Apache POI (仅提取文本)
适用场景：仅需提取文本内容（不支持图片/表格/格式保留）

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.text.PDFTextStripper;
import org.apache.poi.xwpf.usermodel.*;
import java.io.File;
import java.io.FileOutputStream;
import java.nio.file.Files;
import java.nio.file.Path;
import java.nio.file.Paths;
public class PdfToWordConverter {  public static void main(String[] args) {       String inputDir = "path/to/pdf/folder";        String outputDir = "path/to/word/folder";               try {                                         Files.createDirectories(Paths.get(outputDir));          File[] pdfFiles = new File(inputDir).listFiles((dir, name) -> name.endsWith(".pdf"));                        if (pdfFiles != null) {                for (File pdfFile : pdfFiles) {                   String wordPath = outputDir + File.separator +      pdfFile.getName().replace(".pdf", ".docx");                    convertPdfToWord(pdfFile.getAbsolutePath(), wordPath);                   System.out.println("转换成功: " + pdfFile.getName());               }            }       } catch (Exception e) {            e.printStackTrace();        }   }    
private static void convertPdfToWord(String pdfPath, String wordPath) throws Exception {        try (PDDocument pdfDoc = PDDocument.load(new File(pdfPath));            XWPFDocument wordDoc = new XWPFDocument()) {                        PDFTextStripper stripper = new PDFTextStripper();            String text = stripper.getText(pdfDoc);                        // 将文本写入Word           try (FileOutputStream out = new FileOutputStream(wordPath)) {               XWPFParagraph paragraph = wordDoc.createParagraph();                XWPFRun run = paragraph.createRun();       run.setText(text);                wordDoc.write(out);            }        }    }}

方案二

调用 LibreOffice 命令行 (推荐，保留格式)
适用场景：需要保留原始格式、图片、表格等（需安装 LibreOffice）

1. 安装 LibreOffice：

• Windows：下载安装包 https://www.libreoffice.org/
• macOS: brew install libreoffice
• Linux: sudo apt install libreoffice

2. Java 代码

import java.io.File;
import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Path;
import java.nio.file.Paths;
public class PdfToWordLibreOffice {    public static void main(String[] args) {       String inputDir = "path/to/pdf/folder";        String outputDir = "path/to/word/folder";                try {            Files.createDirectories(Paths.get(outputDir));            File[] pdfFiles = new File(inputDir).listFiles((dir, name) -> name.endsWith(".pdf"));                      if (pdfFiles != null) {               for (File pdfFile : pdfFiles) {                    convertWithLibreOffice(pdfFile.getAbsolutePath(), outputDir);                    System.out.println("转换成功: " + pdfFile.getName());                }           }        } catch (Exception e) {            e.printStackTrace();       }   }    private static void convertWithLibreOffice(String pdfPath, String outputDir) throws IOException, InterruptedException {      // 根据系统调整命令路径       
String     command;
if(System.getProperty("os.name").toLowerCase().contains("win")) {            
command = "\"C:\\Program Files\\LibreOffice\\program\\soffice.exe\" --convert-to docx --outdir ";       } else {           command = "libreoffice --headless --convert-to docx:MS Word 2007 XML --outdir ";        }               ProcessBuilder builder = new ProcessBuilder();       builder.command(command + "\"" + outputDir + "\" \"" + pdfPath + "\"");       
builder.directory(newFile(System.getProperty("user.home")));                
Process process = builder.start();       int exitCode = process.waitFor();               if (exitCode != 0) {            throw new IOException("转换失败，退出码: " + exitCode);       }    }}

使用说明

1. 方案一（PDFBox+POI）：

• 优点：纯 Java 实现，无需外部依赖
• 缺点：仅提取文本，丢失所有格式
• 依赖（Maven）：

<dependencies>         <dependency>                     <groupId>org.apache.pdfbox</groupId>             <artifactId>pdfbox</artifactId>             <version>2.0.29</version>         </dependency>         <dependency>             <groupId>org.apache.poi</groupId>             <artifactId>poi-ooxml</artifactId>             <version>5.2.3</version>         </dependency>    </dependencies>     ```2. **方案二（LibreOffice）** 
- **优点**：保留原始格式，转换质量高   
- **缺点**：需安装 LibreOffice   
- **命令调整**：    - Windows：确保 `soffice.exe` 路径正确     - Linux/macOS：终端直接执行 `libreoffice --version` 测试是否安装成功
# 执行步骤
1. 将代码中的路径替换为实际 PDF 文件夹和输出文件夹
2. 根据选择的方案添加依赖或安装 LibreOffice
3. 运行程序，查看目标文件夹生成的 Word 文件> **注意**：批量转换大量文件时，建议增加错误处理机制（如文件名合法性检查、转换失败重试等）。对于复杂格式的 PDF，商业库（如 Aspose.PDF）效果更好，但需要付费。