java中word转pdf乱码

### 解决Java中Word转PDF出现乱码的问题 在处理Java中的Word到PDF转换过程中，编码问题是常见的挑战之一。通常情况下，这种问题可能源于字符集不匹配或者文件读取/写入过程中的错误配置[^1]。 #### 字符集设置 为了防止乱码现象的发生，在执行文档转换操作之前，应确保源Word文档和目标PDF文档均采用相同的字符集标准。推荐使用UTF-8作为默认字符集，因为它能够支持几乎所有的Unicode字符。 ```java // 设置输入流的字符集为UTF-8 InputStream inputStream = new FileInputStream(new File("input.doc")); Reader reader = new InputStreamReader(inputStream, StandardCharsets.UTF_8); ``` #### 使用第三方库进行转换 可以考虑利用Apache POI来解析Microsoft Word (.doc/.docx) 文件，并通过iText或其他类似的PDF生成工具创建最终的目标PDF文件。这些库提供了丰富的API接口用于自定义字体、样式以及页面布局等内容。 ```java import com.itextpdf.text.Document; import com.itextpdf.text.Paragraph; import com.itextpdf.text.pdf.PdfWriter; public class DocToPdfConverter { public static void main(String[] args) throws Exception{ Document document = new Document(); PdfWriter.getInstance(document,new FileOutputStream("output.pdf")); // 开始编写文档前先打开它 document.open(); XWPFDocument doc= new XWPFDocument(OPCPackage.open("input.docx")); for (XWPFParagraph paragraph : doc.getParagraphs()) { String text = paragraph.getText(); Paragraph p=new Paragraph(text); document.add(p); } // 关闭所有资源 document.close(); doc.close(); } } ``` 上述代码片段展示了如何借助Apache POI加载`.docx`格式的文件并提取其中每一段文字内容至一个新的PDF文件当中去。 #### 自定义字体映射表 如果遇到特定语言（如中文）显示异常的情况，则需引入相应的TrueType Font(TTF)，并将它们注册给iText以便正确渲染非拉丁字母组成的字符串。 ```java BaseFont bfChinese = BaseFont.createFont("STSong-Light", "UniGB-UCS2-H", BaseFont.NOT_EMBEDDED); Font fontChinese = new Font(bfChinese , 12, Font.NORMAL); for (XWPFParagraph paragraph : doc.getParagraphs()) { String text = paragraph.getText(); Chunk chunk =new Chunk(text,fontChinese ); document.add(chunk); } ``` 以上方法可有效应对因缺少适当字体而导致无法正常呈现某些特殊字符的情形。