1.office组件把pdf转成word:
可以利用office 2003中的microsoft office document imaging组件来实现
pdf转word文档,也就是说利用word来完成该任务。方法如下:
用adobe reader打开想转换的pdf文件,接下来选择“文件→打印”菜单,在打开的“打印”窗口中将“打印机”栏中的名称设置为“microsoft office document image writer”,确认后将该pdf文件输出为mdi格式的虚拟打印文件。
注:如果没有找到“microsoft office document image writer”项,使用office 2003安装光盘中的“添加/删除组件”更新安装该组件,选中“office 工具 microsoft draw转换器”。
然后,运行“microsoft office document imaging”,并利用它来打开刚才保存的mdi文件,选择“工具→将文本发送到word”菜单,在弹出的窗口中选中“在输出时保持图片版式不变”,确认后系统会提示“必须在执行此操作前重新运行ocr。这可能需要一些时间”,不管它,确认即可。
注:对pdf转doc的识别率不是特别完美,转换后会丢失原来的排版格式,所以转换后还需要手工对其进行排版和校对工作。
以上仅在word2003中可用,其他版本没有microsoft office document image writer。
2.利用第三方工具软件:
scansoft pdf converter for microsoft word
下载地址:
http://www.mydown.com/soft/245/245551.html
3.asp.net实现将word转换pdf格式:
一:必备工具
安装必须的工具ms vs.net2003,ms office2003,adobe acrobat 7.0 professional,postscript.exe,gs811w32.exe
ms vs.net2003的安装不说明
ms office2003的安装不说明
adobe acrobat 7.0 professional安装说明
运行setup.exe文件,出现输入序列号,就运行注册机,用鼠标在第一行刷下就可以看见序列号,复制粘贴到adobe acrobat 7.0 professional安装程序对话框,安装到最后出现注册时,点击phone...将安装程序中显示的第二行序列号(第一行是刚才注册机生成的序列号)复制粘贴到注册机的第二行,点击右边的按钮,再用鼠标刷第三行授权号就出来了,将其复制粘贴到安装程序的最后一行,完成安装注册!
postscript.exe默认安装就可以了,它是一个pdf转换时所需要的脚本
gs811w32.exe默认安装就可以,它其实是个pdf虚拟打印机的驱动
二:配置虚拟打印机
进入windows的控制面板,进入打印机,点击"添加打印机"图标.在安装对话框上"按一步",出现选择打印机时,在制造商一栏中选择"generic",在打印机一栏中,选择"ms publisher color printer",然后一路按下一步,知道安装结束.
三:开始写第一个程序(脚本程序)
为什么要使用脚本程序进行转换呢,其实实际测试过程中,使用pdf distiller的对象引用到c#后,转换成功,但整个pdf distiller对象不能释放,第二次再转换时,就发生了错误,故此处使用脚本程序实现转换.这样我们只要在c#的程序中调用脚本程序就可以实现word到pdf的转换。
宿主脚本文件名:convertdoc2pdf.js
脚本文件内容:
var files = wscript.arguments;
var fso = new activexobject("scripting.filesystemobject");
var word = new activexobject("word.application");
var pdf = new activexobject("pdfdistiller.pdfdistiller.1");
word.activeprinter = "ms publisher color printer";
//files(0) 为word文档文件名
//files(1) 为,转换后需要保存的路径
//调用fso.getbasename(files(0))后,为无路径,无扩展名,的文件名
//files.length为文件参数的个数,使用循环可以支持多个word文档的转换
var docfile = files(0);
var psfile = files(1) + fso.getbasename(files(0)) + ".ps";
var pdffile = files(1) + fso.getbasename(files(0)) + ".pdf";
var logfile = files(1) + fso.getbasename(files(0)) + ".log";
try{
var doc = word.documents.open(docfile);
//word文件转成ps文件;
word.printout(false, false, 0, psfile);
doc.close(0);
//ps文件转成pdf文件;
pdf.filetopdf(psfile,pdffile,"");
fso.getfile(psfile).delete();//删除ps脚本文件
fso.getfile(logfile).delete();//删除转换的日志文件
word.quit();
wscript.echo("isuccess");//成功
wscript.quit(0);
}
catch(x)
{
word.quit();
wscript.echo("isfail");//失败
wscript.quit(0);
}
然后测试该脚本程序
启动ms-dos,输入如下命令:
c:\>cscript //nologo c:\convertdoc2pdf.js c:\test.doc c:\
说明:
运行成功后将看到test.pdf文档了
c:\test.doc参数对应的是脚本程序中的files(0)
c:\参数对应的是脚本程序中的files(1)
你可以安照该脚本改写成,支持多个参数,使用for循环,一次转换多个word文档,此处没有使用多个文件转换功能,是考虑到,该段脚本放在c#的线程中执行,这样一来也可以转换多个word文档.
四:使用c#调用convertdoc2pdf.js脚本
新建一个c#的windows应用程序,添加一个按钮button1
添加一个函数,函数名startconvertpdf
public void startconvertpdf()
{
process proc = new process();
proc.startinfo.filename = "cmd.exe";
proc.startinfo.workingdirectory = @"c:\";
proc.startinfo.createnowindow = true;
proc.startinfo.useshellexecute = false;
proc.startinfo.redirectstandardinput = true; //输入重定向
proc.start();
proc.standardinput.writeline(@"cscript //nologo c:\convertdoc2pdf.js c:\test.doc c:\");
proc.standardinput.writeline("exit");
proc.waitforexit();
}
然后在按钮的click事件中添加调用线程的代码
private void button1_click(object sender, system.eventargs e)
{
//定义线程序
thread thconvert = new thread(new threadstart(startconvertdata));
thconvert.start();
}
注意:在测试上面的c#程序时,必须添加如下命名空间
using system.diagnostics;
using system.threading;
五:健壮的c#调用代码(实际考虑,可放在b/s系统中)
完成第4步的c#测试后,细心的读者,可能看到一点问题,那就是如何得到脚本运行后输出的结果,如何给线程中调用的startconvertdata方法传递参数
1:传递参数,此话说来也可用一篇教程告诉大家线程中方法如何来传递参数,现在就讲一个方案,此种方案很多,我采用一个类,初始化这个类,然后调用该类的方法作为线程执行的方法
2:得到脚本的输出结果,使用process对象的输出重定向,就是说改变输出方向,使脚本不输出到控制台(ms-dos窗口),而是重定向输出到c#程序中,并采用线程的异步回调方法,显示脚本运行结果。
添加一个新类,类名为topdf
using system;
using system.diagnostics;
using system.componentmodel;
using system.windows.forms;
using system.data;
namespace doc2pdf
{
public class topdf
{
private string strword = "";//此处的word文件不含路径
private string spath = "";
public string sexecresult = "";
public bool bsuccess = false;
public topdf(string sparamword,string sparampath)
{
strword = sparamword;
spath = sparampath;
}
public void startconvertpdf()
{
process proc = new process();
proc.startinfo.filename = "cmd.exe";
proc.startinfo.workingdirectory = spath;
proc.startinfo.createnowindow = true;
proc.startinfo.useshellexecute = false;
proc.startinfo.redirectstandardinput = true;//标准输入重定向
proc.startinfo.redirectstandardoutput = true;//标准输出重定向
proc.start();
proc.standardinput.writeline("cscript //nologo "+spath+"convertdoc2pdf.js "+spath+strword+ " "+spath);
proc.standardinput.writeline("exit");
sexecresult = proc.standardoutput.readtoend();//返回脚本执行的结果
proc.waitforexit();
proc.close();
}
public void endconvertpdf(system.iasyncresult ar)//ar参数必须写,是线程执行完成后的回调函数
{
if(sexecresult.indexof("isuccess")!=-1)bsuccess=true;
else if(sexecresult.indexof("isfail")!=-1)bsuccess=false;
//如果放在b/s系统,你可以在此处写数据库,是成功还是失败,并用一个webservice程序不断检查数据库,此webservice程序不放在该回调用函数中
//如果放在c/s系统,回调函数可以不放在类中,以便在窗体程序中调用结果
}
}
}
改写原来的button1_click事件中的代码
private void button1_click(object sender, system.eventargs e)
{
topdf my2pdf = new topdf("test.doc","c:\\");
threadstart thstartconvert = new threadstart(my2pdf.startconvertpdf); //开始异步调用线程
thstartconvert.begininvoke(new asynccallback(my2pdf.endconvertpdf),null);//设置异步线程的回调函数
//如果需要转换多个word,你可以用循环
//如果是b/s系统,可以将本段代码放在aspx中,并结合客户端的无刷新显示数据的技术,不断访问webservice程序,以确定pdf是否转换成功或失败
}
六:编写更加健壮的c#调用代码(实际考虑,可放在windows的服务程序中)
实际使用时,由于转化pdf时cpu的占用率很高,考虑只在同一时间转换一篇word文档,放弃异步线程的回调函数的使用,考虑一个windows的服务程序。
写一个函数checkdata2convert(),不断的检查没有转换的word文档,并使用循环调用topdf类中执行转换方法startconvertpdf
//以下给出,泛代码,用户按照自己的需求,填写完整即可
//bool bstart为全局变量,控制循环的进入与退出
//例:18:30开始检查并转换,那么18:30时,bstart=true;并启动转换线程
//6:30停止转换线程,bstart=fasle;
private void checkdata2convert()
{
//检查指定目录下的没有转换的word文档,你同样可以检查数据库中记录的没有转换的word文档
string spath = system.threading.thread.getdomain().basedirectory; //当前的路径
while(bstart)
{
int ifilecount = checkword(); //checkword为一个方法,检查当前没有转换的word文档,返回没有转换的文件数,该方法的代码由读者自己编写
for(int i=0;i<ifilecount;i++)
{
string sword = getwordfilename(i) //getwordfilename为一个方法,返回一个不带路径的word文件名,该方法的代码由读者自己编写
//topdf类中的startconvertpdf()方法使用的是不带路径的word文件名
topdf my2pdf = new topdf(sword ,spath);
my2pdf.startconvertpdf();
if(my2pdf.sexecresult.indexof("isuccess")!=-1)
{
//成功,写日志,或回写数据库
}
else if(my2pdf.sexecresult.indexof("isfail")!=-1)
{
//失败,写日志,或回写数据库
}
}
if(!bstart)break;
thread.sleep(1000);
}
}
然后在服务的开始事件中,启动线程
protected override void onstart(string[] args)
{
//可以使用一个开始定时器,检查是否到开始时间,时间一到,就开始执行线程,此处的开始执行线程可以放在开始定时事件中
//可以使用一个结束定时器,检查是否到结束时间,时间一到,就结束线程,结束线程的代码可以放在结束定时事件中
//注意:应该使用组件中的定时器,而不是windows的forms中的定时器
//该定时器的类名为system.timers.timer,千万别搞错,不然执行不会正常的
bstart = true;
thread thconvert = new thread(new threadstart(startconvertdata));
thconvert.start();
}
然后在服务的结束事件中,设置停止线程的标识bstart= false
protected override void onstop()
{
bstart = false;
//为何次处不停止线程呢,因为考虑到,现在线程正在转换word文档,但没有结束,所以只设置停止标识,转换完成后,线程也执行结束了.
}