OpenOffice格式转换中文乱码终极解决方案

1、环境

CentOS release 6.7 (Final)

已安装：openoffice4.1.3， jodconverter.2.2.2。

2、OpenOffice使用

Apache OpenOffice是一款先进的开源 办公软件套件，它包含文本文档、电子表格、演示文稿、绘图、数据库等，能够支持许多语言，可以在多种操作系统上运作，并能够读写其它常用办公软件包生成的文件。同时它也是一个平台，用户可以基于其提供的API接口来开发自己的应用程序。

Jodconverter是一个JAVA的OpenDocument文件转换器，利用OpenOffice可以进行多种文档格式之间的转换，支持的格式包括OpenDocument，PDF，RTF，Word，Excel，PowerPoint，以及Flash。它可以被用做JAVA库，命令行工具，或者一个WEB应用。

已验证过的格式转换支持如下：

【1】、ppt/pptx转为html，转成的html结果是：文字和图片分开存储，每页PPT对应一个html。

【2】、ppt/pptx转pdf；

【3】、doc/docx转html。

3、格式转换出现中文乱码

java -jar /opt/jodconverter-2.2.2/lib/jodconverter-cli-2.2.2.jar /opt/test.ppt /opt/test.pdf            

乱码症状：所有中文字符都显示为???乱码。

我遇到的情况是：ppt转pdf出现乱码，随即花了半天的时间找到了解决方案。

其他类型转换出现乱码如：doc转pdf等的解决方案都类似。

4、乱码解决方案

步骤1：创建路径。

在centos的/usr/java/jdk1.8.0_91/jre/lib/fonts下新建路径：fallback。

[root@780ec6 fallback]# echo $JAVA_HOME
/usr/java/jdk1.8.0_91           

步骤2：上传字体。

将字体：simhei.ttf 黑体、simsun.ttc 宋体（windows下通过everything找下）上传至/usr/java/jdk1.8.0_91/jre/lib/fonts/fallback路径下。

步骤3：查看系统字体文件路径。

查看方案:

[root@80ec6 fallback]# cat /etc/fonts/fonts.conf
<!-- Font directory list -->
  <dir>/usr/share/fonts</dir>
  <dir>/usr/share/X11/fonts/Type1</dir> <dir>/usr/share/X11/fonts/TTF</dir> <dir>/usr/local/share/fonts</dir>
  <dir>~/.fonts</dir>           

步骤4：字体拷贝。

将 /usr/java/jdk1.8.0_91/jre/lib/fonts的全部内容，拷贝到步骤3查看的路径下， 我的字体路径为：/usr/share/fonts。

步骤5：更新缓存

执行命令：

fc-cache

步骤6：kill掉openoffice进程。

[root@80ec6 fonts]# ps -ef | grep openoffice
root 3045 3031 0 06:19 pts/1 00:00:03 /opt/openoffice4/program/soffice.bin -headless -accept=socket,host=127.0.0.1,port=8100;urp; -nofirststartwizard
执行kill：kill -9 3045           

步骤7：重启后台运行openoffice。

[root@a3cf78780ec6 openoffice4]# soffice -headless -accept="socket,host=127.0.0.1,port=8100;urp;" -nofirststartwizard &           

步骤8：完成格式转换。

java -jar /opt/jodconverter-2.2.2/lib/jodconverter-cli-2.2.2.jar /opt/test.ppt /opt/test.pdf           

至此，转换完毕，乱码不再存在。

作者：铭毅天下

转载请标明出处，原文地址：

http://blog.csdn.net/laoyang360/article/details/73555598