文件预览——一路躺过来的那些坑

因为最近项目比较紧，所以dubbo源码系列是顾不上了。

恰巧这周花了几天在做文件预览这块，两三天的时间下来，有过一些走弯路的经验教训（准确说，全都是弯路），在这里给大家分享下~

背景

基于产品需求，需要支持文件预览的功能。顾名思义，要支持类似word、excel、TXT、PDF等格式文件的在线预览。

业界对于文件预览功能的实现也是各显神通。大体主要分为两种，一种是自主研发，另外就是购买成熟预览服务提供商的服务。

既然说到躺坑，那自然是属于第一种自主研发的情况。

自主研发主要还是借用现有的软件和类库组合，加上编码实现。网上搜罗一通，资料相对老旧，很多组件也有超过5年没有更新迭代了。解决方案大致分为两种：

1、以Openoffice + swftools + Flexmapper + jodconverter技术组合的预览实现

大体思路是将如doc等文件格式转为pdf格式，再将pdf经过swftools工具转为swf格式，有flexmapper负责最后的预览。

上面这四个组件，没有一个是好惹的，各个脾气古怪，稍不顺心，就给你报个错，让你折腾半天。

2、以https://github.com/kekingcn/kkFileView（下面简称kkFileView）该项目为首的基于jodconverter-core + Openoffice的解决方案

大体思路是借助jodconverter-core和Openoffice将doc等文件转为pdf格式，再由前端通过第三方预览组件如pdf.js负责预览展示。

调研

既然市面上提供多种可行性的方案，那么就需要调研对比具体的效果。

kkFileView

首先调用的是kkFileView，相信只要找文档格式转换和预览相关的，最终都会看到这个项目。

该项目托管在GitHub上，使用spring boot打造文件文档在线预览项目解决方案，支持doc、docx、ppt、pptx、xls、xlsx、zip、rar、mp4，mp3以及众多类文本如txt、html、xml、java、properties、sql、js、md、json、conf、ini、vue、php、py、bat、gitignore等文件在线预览。

看上去完美，但是对接也并非一帆风顺。一些具体细节问题可以到QQ群咨询，在Github上有提供加入方式。

环境配置

该项目的思路是将如doc、xls等格式转为pdf格式供前端展示。但是应该是考虑到文件转换耗时较长的问题，所以使用了Redis做缓存，如果发现缓存中已经有转换过的记录就不再执行耗时的转换操作。所以需要配置Redis环境。

该项目同样依赖Openoffice服务，所以要安装Openoffice软件。安装完成需要在项目的配置文件中配置安装软件路径。

最后kkFileView项目application-dev.properties配置如下



#redis连接
spring.redisson.address = 127.0.0.1:6379
##资源映射路径
file.dir = downloadfile/
#spring.redisson.password=123
spring.resources.static-locations = classpath:/META-INF/resources/,classpath:/resources/,classpath:/static/,classpath:/public/,file:${file.dir}
## openoffice home路径
office.home = /Applications/OpenOffice.app/Contents
server.tomcat.uri-encoding = UTF-8
converted.file.charset = GBK
#文件上传限制
spring.http.multipart.max-file-size=10000MB
##文本类型
simText = txt,html,xml,java,properties,mp3,mp4,sql
#多媒体类型
media=mp3,mp4,flv,rmvb
logging.level.root=debug

如果Redis设置密码，需要配置“spring.redisson.password”属性

另外，本机系统环境是macOS，所以启动Openoffice需要执行


cd /Applications/OpenOffice.app/Contents/program

./soffice -headless -accept="socket,host=127.0.0.1,port=8100;urp;" -nofirststartwizard

文件转换

本地搭建环境后，启动服务，测试各种常见文档如word、excel、ppt等，发现仍然存在一些问题。

当上传word或其他文档过大时，预览翻页的时候会有明显的阴影和卡顿的情况，而且翻页速度变快时，会出现反复加载的情况。

对于ppt文档的支持较差，尤其包含动画的ppt页，只是简单的叠加，导致内容失真。同时可能是电脑本地字体库的原因，有些文件在转换后预览的时候会出现乱码的情况。

Openoffice + swftools + Flexmapper + jodconverter方案

为了运行起该方案，走了太多弯路。

环境配置

安装swftools之前，一切都还顺利。但是对于macOS环境安装swftools安装各种报错。

主要受影响的是需要使用的pdf2swf没有安装，通过http://blog.chinaunix.net/uid-21374062-id-3031316.html等资料解决了安装时不抱这个错。同时也换过使用brew直接安装的方式，但是最终结果都是一致的让人绝望，那就是pdf2swf一直没有成功安装。

后来只能在虚拟机的Windows环境中安装swftools，安装过程中也会弹出一个错误，只需要以管理员的身份重新安装即可。

最终在Windows环境下成功实现从doc->pdf->swf的转换。

如需代码，请留下邮箱~~~

文件转换

该模式与上面方案存在同样的问题，如果需要支持高版本office文档的转换，也需要jodconverter-core的支持。

而且，该方案，文件转换繁琐，需要转为pdf，再由pdf转为swf，最后进行预览。swf已经是极为过时的技术。

使用

kkFileView

刚开始仅仅依赖com.artofsolving.jodconverter的jar包完成文档转换。但是实际操作发现，该工具包不支持较高版本的office文档如docx、xlsx和pptx等。

所以后来找了相关资料，发现要么重写BaseDocumentFormatRegistry类（参见https://blog.csdn.net/make_a_difference/article/details/53771136）或者引用jodconverter-core的jar包（参见http://huangronaldo.iteye.com/blog/1628339）。

其实这里的orgartofsolving.jodconverter-core就是我们提到的kkFileView项目中的jodconverter-core子项目。

关于引用jodconverter-core按照网上添加denpendency无法下载，后来根据下面的线索访问http://maven.jahia.org/maven2找到可用的版本是3.0-beta-4-jahia4

因为本地的setting.xml文件没有添加这个repository，所以在当前项目的pom.xml文件中添加


<repositories>
    <repository>
        <id>org.artofsolving.jodconverter</id>
        <name>Maven jahia Mirror</name>
        <url>http://maven.jahia.org/maven2/</url>
        <releases>
            <enabled>true</enabled>
        </releases>
        <snapshots>
            <enabled>true</enabled>
        </snapshots>
    </repository>
</repositories>

我本地有一个测试的完整项目代码，如果需要，下方留下你的邮箱。

实测效果

将一个近10M的xls文件转为pdf文档，本地耗时约为5分钟左右（不能忍）。

总体，该项目考虑较为完整，但是仍然有不少细节需要优化和处理。

Openoffice + swftools + Flexmapper + jodconverter方案

从实际转换后得到的swf文件可以看出，对于doc和xls的预览效果要比上面的好，不会出现卡顿的情况，但是对于ppt格式的支持仍然不理想，只是简单的叠加覆盖。

整体对比下来，这两种方案都存在问题

都依赖相对较多的第三方库和软件Openoffice、swftools等
库和jar的版本没有持续维护，jodconverter的版本最新的是2008年，jodconverter-core最新版本是2012年。swftools最新版本是2012年。
效率较低，从上面测试效果发现，在文档转换过程中占用资源较多，时间比较长，不能很好的满足用户的需求，只能通过一些补偿机制做补充，如添加缓存或落盘转换后的文件

经过调研，协调运维和全后端开发人员，决定采用市面上较为成熟的预览服务提供商，这里就不说名称了，以免有打广告之嫌。

通过对接后发现，只需要完成注册+配置域名+拼装http请求即可，同时预览同等大小的文件仅需5秒左右。

毕竟，人民币玩家就是强！

如果您觉得阅读本文对您有帮助，请点一下“推荐”按钮，您的“推荐”将是我最大的写作动力！如果您想持续关注我的文章，请扫描二维码，关注JackieZheng的微信公众号，我会将我的文章推送给您，并和您一起分享我日常阅读过的优质文章。