Docx4j转PDF如何处理临时图片文件

在使用 Docx4j 将 Word 文档转换为 PDF 时，特别是通过 XSL-FO 转换方式，经常会遇到临时图片文件管理的问题。尤其是在 Linux 环境下，页眉/页脚中的图片会被保存在默认的 /tmp 目录下，这给清理这些临时文件带来了不便。本文将深入探讨这个问题，并提供一种有效的解决方案。

问题分析

Docx4j 使用 AbstractConversionImageHandler.java 处理图片转换，该类在 XSL-FO 转换过程中会默认存储图片。虽然可以通过设置 FOSettings 的 ImageDirPath 属性来指定图片保存路径，但这个设置仅对文档主体中的图片生效，对页眉/页脚中的图片无效。

FopAreeTreeHelper 类在计算页眉/页脚区域大小时，会使用带有默认设置的 FOP，导致页眉/页脚中的图片被保存到默认的 /tmp 目录。以下是一个示例代码，展示了如何使用 Docx4j 将 Word 文档转换为 PDF：

private static final String TEMP_IMAGE_DIR_PATH = "/tmp/images";

public static void convert(WordprocessingMLPackage wordMLPackage, OutputStream output) throws Exception {

    Mapper fontMapper = new BestMatchingMapper();
    wordMLPackage.setFontMapper(fontMapper);

    FOSettings foSettings = new FOSettings(wordMLPackage);
    foSettings.setApacheFopMime("application/pdf");
    foSettings.setImageDirPath(TEMP_IMAGE_DIR_PATH);
    foSettings.setFoDumpFile(null);

    FopFactoryBuilder fopFactoryBuilder = FORendererApacheFOP.getFopFactoryBuilder(foSettings) ;
    FopFactory fopFactory = fopFactoryBuilder.build();

    FOUserAgent foUserAgent = FORendererApacheFOP.getFOUserAgent(foSettings, fopFactory);

    Docx4J.toFO(foSettings, output, Docx4J.FLAG_EXPORT_PREFER_XSL);

    // Clean up, so any ObfuscatedFontPart temp files can be deleted
    if (wordMLPackage.getMainDocumentPart().getFontTablePart()!=null) {
        wordMLPackage.getMainDocumentPart().getFontTablePart().deleteEmbeddedFontTempFiles();
    }
    foSettings = null;
    wordMLPackage = null;

    FileUtils.deleteDirectory(new File(TEMP_IMAGE_DIR_PATH));
}

上述代码中，只有文档主体中的图片会被保存到 TEMP_IMAGE_DIR_PATH 目录，并随后被删除。而页眉中的图片仍然会被保存到 /tmp 目录，且无法通过 ImageDirPath 属性进行控制。

解决方案

根据已知信息，这实际上是 Docx4j 库中的一个 Bug，并且已经被报告。目前，一个可行的规避方案是：避免在 Word 文档的页眉和页脚中放置图片。

原因： 由于无法直接控制页眉/页脚图片的保存路径，并且无法在转换后安全地删除 /tmp 目录下的所有图片，因此避免使用页眉/页脚图片是目前最直接有效的解决方案。

替代方案： 如果必须在文档中呈现类似页眉/页脚的视觉效果，可以考虑在文档主体中模拟这些效果，例如在文档顶部和底部添加固定位置的文本框或表格，并将图片放置在这些元素中。这样，图片就可以通过 ImageDirPath 属性进行管理，并在转换后被安全删除。

总结

虽然 Docx4j 在处理 Word 文档到 PDF 的转换方面功能强大，但在处理页眉/页脚图片时存在一些局限性。通过了解问题产生的原因和规避方案，开发者可以更好地控制转换过程，避免不必要的临时文件管理问题。在 Docx4j 官方修复此 Bug 之前，上述规避方案是一种有效的临时解决方案。