Convert Excel Files to PDF Using Java

概述

本文将探讨如何使用Apache POI和iText库在Java中将Excel文件转换为PDF。Apache POI负责Excel文件的解析和数据提取，而iText则处理PDF文档的创建和格式化。通过利用它们的优势，我们可以高效地将Excel数据转换为PDF，同时保留原始格式和样式。

1. 引言

在本文中，我们将介绍如何在Java中使用Apache POI（处理Microsoft Excel）和iText（创建PDF文档）库将Excel文件转换为PDF。Apache POI负责Excel文件的读取和数据提取，而iText则负责PDF文档的生成和格式设置。通过结合这两个库的功能，我们可以有效地将Excel数据转换为PDF，并保持其原有的格式和样式。

2. 添加依赖项

在开始实现之前，我们需要在项目中添加Apache POI和iText库。在pom.xml文件中，添加以下依赖：

<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi-ooxml</artifactId>
</dependency>
<dependency>
    <groupId>com.itextpdf</groupId>
    <artifactId>itextpdf</artifactId>
</dependency>

可以从Maven中央仓库下载最新版本的Apache POI和iText库。

3. 加载Excel文件

有了这些库，我们可以使用Apache POI加载目标Excel文件。首先，我们会通过FileInputStream打开Excel文件，并创建一个表示已加载工作簿的XSSFWorkbook对象：

FileInputStream inputStream = new FileInputStream(excelFilePath);
XSSFWorkbook workbook = new XSSFWorkbook(inputStream);

我们将使用这个对象访问单个工作表及其数据。

4. 创建PDF文档

接下来，我们将使用iText创建一个新的PDF文档：

Document document = new Document();
PdfWriter.getInstance(document, new FileOutputStream(pdfFilePath));
document.open();

这会创建一个Document对象，并与一个负责写入PDF内容的PDFWriter实例关联。最后，我们通过FileOutputStream指定PDF输出的位置。

5. 解析Excel数据

文档准备好后，我们将遍历工作表中的每一行以提取单元格值：

void addTableData(PdfPTable table) throws DocumentException, IOException {
    XSSFSheet worksheet = workbook.getSheetAt(0);
    Iterator<Row> rowIterator = worksheet.iterator();
    while (rowIterator.hasNext()) {
        Row row = rowIterator.next();
        if (row.getRowNum() == 0) {
            continue;
        }
        for (int i = 0; i < row.getPhysicalNumberOfCells(); i++) {
            Cell cell = row.getCell(i);
            String cellValue;
            switch (cell.getCellType()) {
                case STRING:
                    cellValue = cell.getStringCellValue();
                    break;
                case NUMERIC:
                    cellValue = String.valueOf(BigDecimal.valueOf(cell.getNumericCellValue()));
                    break;
                case BLANK:
                default:
                    cellValue = "";
                    break;
            }
            PdfPCell cellPdf = new PdfPCell(new Phrase(cellValue));
            table.addCell(cellPdf);
        }
    }
}

代码首先创建一个与工作表第一行列数匹配的PdfTable对象。然后，遍历工作表中的每一行，提取单元格值并将其融入到PDF表格中。请注意，当前不支持Excel公式，它们将返回空字符串。

对于每个提取的单元格值，我们使用包含提取数据的Phrase创建一个新的PdfPCell对象。Phrase是iText表示格式化文本字符串的元素。

6. 保留Excel样式

使用Apache POI和iText的一个关键优势是能够保留原始Excel文件的格式和样式。 这包括字体样式、颜色和对齐方式。

通过从Apache POI获取每个单元格关联的CellStyle对象的相关样式信息，我们可以将其应用到PDF文档中对应的元素上。然而，需要注意的是，尽管这种方法保留了格式和样式，但PDF的最终外观可能与直接从Excel导出或通过打印机驱动打印的PDF略有不同。对于更复杂的格式需求，可能需要进行额外调整。

6.1. 字体样式

我们将创建一个名为getCellStyle(Cell cell)的方法，用于从每个单元格关联的CellStyle对象中提取字体样式等信息：

Font getCellStyle(Cell cell) throws DocumentException, IOException {
    Font font = new Font();
    CellStyle cellStyle = cell.getCellStyle();
    org.apache.poi.ss.usermodel.Font cellFont = cell.getSheet()
      .getWorkbook()
      .getFontAt(cellStyle.getFontIndexAsInt());

    if (cellFont.getItalic()) {
        font.setStyle(Font.ITALIC);
    }

    if (cellFont.getStrikeout()) {
        font.setStyle(Font.STRIKETHRU);
    }

    if (cellFont.getUnderline() == 1) {
        font.setStyle(Font.UNDERLINE);
    }

    short fontSize = cellFont.getFontHeightInPoints();
    font.setSize(fontSize);

    if (cellFont.getBold()) {
        font.setStyle(Font.BOLD);
    }

    String fontName = cellFont.getFontName();
    if (FontFactory.isRegistered(fontName)) {
        font.setFamily(fontName);
    } else {
        logger.warn("Unsupported font type: {}", fontName);
        font.setFamily("Helvetica");
    }

    return font;
}

Phrase构造函数接受一个值和一个Front对象作为参数，允许我们在PDF单元格中控制内容和格式。

6.2. 背景颜色样式

除了保留字体样式外，我们还需要确保Excel文件中单元格的背景颜色在生成的PDF中准确反映。为此，我们将创建一个名为setBackgroundColor()的新方法，从Excel单元格中提取背景颜色信息，并将其应用到相应的PDF单元格。

void setBackgroundColor(Cell cell, PdfPCell cellPdf) {
    short bgColorIndex = cell.getCellStyle()
      .getFillForegroundColor();
    if (bgColorIndex != IndexedColors.AUTOMATIC.getIndex()) {
        XSSFColor bgColor = (XSSFColor) cell.getCellStyle()
          .getFillForegroundColorColor();
        if (bgColor != null) {
            byte[] rgb = bgColor.getRGB();
            if (rgb != null && rgb.length == 3) {
                cellPdf.setBackgroundColor(new BaseColor(rgb[0] & 0xFF, rgb[1] & 0xFF, rgb[2] & 0xFF));
            }
        }
    }
}

6.3. 对齐方式样式

Apache POI的CellStyle对象提供了getAlignment()方法，返回一个表示对齐方式的常量值。一旦我们获得了对应iText对齐方式的常量，就可以使用setHorizontalAlignment()方法将其设置在PdfPCell对象上。

以下是如何整合对齐方式提取和应用的示例：

void setCellAlignment(Cell cell, PdfPCell cellPdf) {
    CellStyle cellStyle = cell.getCellStyle();

    HorizontalAlignment horizontalAlignment = cellStyle.getAlignment();

    switch (horizontalAlignment) {
        case LEFT:
            cellPdf.setHorizontalAlignment(Element.ALIGN_LEFT);
            break;
        case CENTER:
            cellPdf.setHorizontalAlignment(Element.ALIGN_CENTER);
            break;
        case JUSTIFY:
        case FILL:
            cellPdf.setVerticalAlignment(Element.ALIGN_JUSTIFIED);
            break;
        case RIGHT:
            cellPdf.setHorizontalAlignment(Element.ALIGN_RIGHT);
            break;
    }
}

现在，让我们更新遍历单元格的现有代码，包括字体和背景颜色样式：

PdfPCell cellPdf = new PdfPCell(new Phrase(cellValue, getCellStyle(cell)));
setBackgroundColor(cell, cellPdf);
setCellAlignment(cell, cellPdf);

请注意，生成的Excel将不会看起来与直接从Excel导出或通过打印机驱动打印的PDF完全相同。

7. 保存PDF文档

最后，我们可以将生成的PDF文档保存到所需的目录。这涉及关闭PDF文档对象并确保所有资源正确释放：

document.add(table);
document.close();
workbook.close();

8. 总结

我们已经学会了如何在Java中使用Apache POI和iText将Excel文件转换为PDF。通过结合Apache POI处理Excel和iText生成PDF的能力，我们可以无缝地将Excel数据转换为PDF，并保持其原始格式和样式。

本文中的代码示例可以在基于Maven的项目GitHub中找到。