【实战分享】js生成word(docx)，以及将word转成pdf解决方案分享

本文将记录如何用js生成word文件，并在node服务器端将word转换成pdf。记录的代码均是在真实业务场景中使用成功的代码，没有记录中间踩坑的过程。想直接抄答案的家人们可以跳转到1.2 程序编写部分，最终效果图可在1.2 程序编写部分中4. 效果展示模块查看。

如果有更好的解决方案，也欢迎大家在评论区讨论、分享~

本文demo存放地址：github.com/ChicKo1108/…

一、DocxTemplater：使用js生成word

老铁们，话不多说，先上链接：Docxtemplater | Word, Powerpoint, Excel generation using templates in your application | docxtemplater

DocxTemplater是一个基于模板生成最终文件的插件，它通过一个简单的{tag}语法将预设的数据填入模板Word或者Powerpoint中，帮助开发者快速生成最终文件。

由于DocxTemplater是基于{tag}变量替换，得到最终的文件，因此文件的样式是非常可控的。在开发过程中，设计师只需要出一版最终的成品word，开发者将内容替换成对应的{tag}即可（再也不用被设计师追着还原设计稿了！）。

DocxTemplater是一个收费的库，但是它拥有免费的开源版本，对于我所涉及的业务，使用免费版本完全可以解决。

开源版包括的功能包括：

除免费版外，它还拥有pro plan(950€ per\year)、Entreprise plan(24500€ per\year)，具体功能大家可以前往官网查看。（但是白嫖的永远是最香的！）

由于我的业务只涉及生成word和pdf，所以本文只介绍word的相关内容，如果需要处理ppt，大家可前往官网自行学习。

1.1 模板语法

在了解模板语法之前，我们需要先创建一个tempalte.docx模板文件。

变量替换

变量使用{key}标签，在tempalte.docx文件中输入以下模板：

Hello, my name is {name}.

然后准备以下数据：

let data = {
    name: "千万",
}

最终我们生成的docx文件将会是：

Hello, my name is 千万.

条件判断

条件判断使用{#key}开始，使用{/key}结束，最简单的用法是使用Boolean类型数据进行填充。

Hello, my name is {name}.
{#hasAge}I'm {age} years old.{/hasAge}
{#hasWeight}My weight is {weight}.{/hasWeight}

然后准备以下数据：

let data = {
    name: "千万",
    hasAge: true,
    age: 23,
    hasWeight: false,
}

最终我们生成的docx文件将会是：

Hello, my name is 千万.
I'm 23 years old.

除了Boolean类型的数据以外，我们也可以填充其他类型：

type 是否显示模块
false / 空数组 不显示
非空数组 显示，且将循环渲染内部元素
对象 显示，且使用对象内部变量替换{tag}
其他真值 显示

如果变量填充了数组，其实就是我们下面要介绍的循环语法，在下面一小节中再进行介绍。

在这里简单说一下填充对象的情况：

准备word模板如下：

总价格：{price}
{#product} ${productName}: ${price} {/product}

准备数据如下：

let data = {
    price: 159,
    product: {
        productName: 'pencel',
        price: 1.2
    }
}

最终我们生成的docx文件将会是：

总价格：159
pencel：$1.2

循环

循环的标志与条件判断相同，但对应的变量应使用Array来填充。

{#examScoreList}
    {exam}: {score}
{/examScoreList}

然后我们填充以下数据：

let data = {
    examScoreList: [
        { exam: 数学, score: 60 },
        { exam: 语文, score: 50 },
        { exam: 英语, score: 40 },
    ],
}

最终我们生成的docx文件将会是：

 数学： 60
    语文： 50
    英语： 40

表格循环

值得注意的是，循环不仅仅可以循环一段普通文字，我们也可以对表格进行循环，包括：循环行和循环整个表。如果想要循环渲染多个表格，只需要在表格外面使用循环语法即可，不在此处过多赘述。下面展示循环渲染一个表中的行的写法：

【实战分享】js生成word(docx)，以及将word转成pdf解决方案分享

上图中可以看到，我在表格的第二行中使用了循环语法进行填写，这样我们最终生成的文档中，表头和尾就不会被循环，第二行将会被多次渲染，结果如下：

【实战分享】js生成word(docx)，以及将word转成pdf解决方案分享

图片

图片使用{%image}进行标注即可，对于图片的数据传入需要特殊处理，后面的部分会进行介绍。

总结

根据以上语法，我们就可以准备对应的word模板文件了，大部分场景下应该都可以满足。在准备模板的时候，固定的文案和样式直接保留在文档中即可，包括页眉、页脚，各个段落的行距、间距，文字的字体、大小等。其他需要根据真实数据渲染的值，就用标签标注上。准备好模板文件以后，就可以开始脚本函数的编写了。

PS: 要善用表格进行排版布局！

1.2 程序编写

安装所需库

npm install docxtemplater
npm install docxtemplater-image-module-free // 图片模块，没有图片需求可以不装
npm install pizzip // 处理模板文件用到，且只能使用该库

客户端生成

1. 获取模板文件的binaryString

function getFileBinaryString(templateFile) { // templateFile是File对象
  return new Promise((resolve, reject) => {
    const reader = new FileReader();
    reader.onload = (e) => {
      resolve(e.target.result);
    }
    reader.onerror = reject;
    reader.readAsBinaryString(templateFile);
  });
}

这里使用到了FileReader类，用于将模板文件转换为binaryString，需要注意浏览器的兼容性。

如果对兼容性有要求，可以是使用pizzip/utils中提供的方法getBinaryContent，但是此库对ts兼容性比较差，因此我在实际代码中使用了FileReader。

import PizZipUtils from "pizzip/utils/index.js";
function loadFile(url, callback) { PizZipUtils.getBinaryContent(url, callback); }

2. 生成最终文件（无需图片）

// generate-doxc.js
import PizZip from 'pizzip';
import DocxTemplater from 'docxtemplater';
function getFileBinaryString(templateFile) {
  return new Promise((resolve, reject) => {
    const reader = new FileReader();
    reader.onload = (e) => {
      resolve(e.target.result);
    }
    reader.onerror = reject;
    reader.readAsBinaryString(templateFile);
  });
}
export async function generateDocxFile(template, fileData) {
  return new Promise((resolve, reject) => {
    getFileBinaryString(template)
      .then(templateData => {
        const zip = new PizZip(templateData);
        const doc = new DocxTemplater()
          .loadZip(zip)
          .render(fileData); // fileData是我们需要定义好，传给docxtempale的数据。
        const out = doc.getZip().generate({
          type: 'blob',
          mimeType: 'application/vnd.openxmlformats-officedocument.wordprocessingml.document',
        });
        resolve(out);
      })
      .catch(reject);
  });
}

3. 准备数据，生成最终文件

接下来我们准备一个<input type="file" />的文件输入框（你也可以使用网络请求，或者任何方式拿到文件，只要最终获得二进制数据就可以），用来获取模板文件。同时准备好相应的数据，来对模板进行填充。

// App.jsx
import { saveAs } from 'file-saver';
import { generateDocxFile } from './utils/generate-docx';
const fileData = {
  intro: '国际劳动节，又称五一国际劳动节、劳动节、国际示威游行日，是纪念工人和劳工运动的斗争和成果的日子。国际劳动节是一项由国际劳工运动所推动的节日，全世界劳工和工人阶级在一般会在五朔节（5月1日）举行的庆祝节日，而美国和加拿大在9月第一个星期一举行。是世界上80多个国家的劳动节。',
  activities: [
    {
      name: '阿尔及利亚',
      activity: '在阿尔及利亚，5月1日是公共假日，以庆祝劳动节。'
    },
    {
      name: '安哥拉',
      activity: '5月1日在安哥拉被承认为公共假日，称为劳动节。'
    },
    {
      name: '埃及',
      activity: '在埃及，5月1日被称为劳动节，是一个带薪的公共假期。在传统上，埃及总统会主持正式的五一节庆祝活动。'
    },
    {
      name: '加纳',
      activity: '5月1日是加纳的一个节日，属于庆祝全国所有工人。工会和劳工协会以游行的形式来庆祝劳动节。加纳也会举行阅兵式，通常由工会大会秘书长和各地区的区域秘书致辞。来自不同工作地点的工人通过条幅和衣着表明他们的公司。'
    }
  ]
}
function App() {
  const handleFileChange = async (e) => {
    const file = e.target.files[0];
    const out = await generateDocxFile(file, fileData);
    saveAs(out, `${new Date().getTime()}.docx`);
  }
  return (
    <div className="App">
      <input type="file" onChange={handleFileChange} />
    </div>
  )
}
export default App;

4. 效果展示

模板文件如下：

【实战分享】js生成word(docx)，以及将word转成pdf解决方案分享

生成结果如下：

【实战分享】js生成word(docx)，以及将word转成pdf解决方案分享

5. 图片处理

如果需要在模板中使用图片，我们需要安装docxtemplater-image-module-free模块。

引入了此模块后，需要在加载模板文件后，载入image模块，然后异步填入数据。

// generate-docx.js
// 将图片处理为base64，给模板使用
function convertImgToBase64(url, outputFormat) { 
  return new Promise((resolve, reject) => {
    let canvas = document.createElement(
      'CANVAS',
    );
    const ctx = canvas.getContext('2d'),
      img = new Image();
    img.crossOrigin = 'Anonymous';
    img.onload = function () {
      canvas.height = img.height;
      canvas.width = img.width;
      ctx.drawImage(img, 0, 0);
      var dataURL = canvas.toDataURL(outputFormat || 'image/png');
      canvas = null;
      resolve(dataURL);
    };
    img.onerror = function (e) {
      reject(e);
    };
    img.src = url;
  });
}
const imageOpts = { // 图片的配置
  centered: false,
  getImage: function (tagValue, tagName) { // 将图片转成base64
    return new Promise((resolve) => {
      if (typeof tagValue === 'string' && base64Regex.test(tagValue)) {
        return resolve(tagValue);
      } else {
        convertImgToBase64(tagValue).then((base64) => {
          return resolve(base64Parser(base64));
        });
      }
    });
  },
  // 设置图片宽高，可以根据tagName为每一张图片设置不同宽高
  getSize: function (img, tagValue, tagName) {
    // img是图片Buffer，tagValue是图片初始值，tagName是图片在模板中定义的标签key值
    return [150, 150]; // [宽, 高]
  }
};
export async function generateDocxFile(template, fileData) {
  return new Promise((resolve, reject) => {
    getFileBinaryString(template)
      .then(templateData => {
        const zip = new PizZip(templateData);
        const doc = new DocxTemplater()
          .loadZip(zip)
          .attachModule(new ImageModule(imageOpts)) // 载入模块
          .compile();
        // 异步填充数据
        doc.resolveData(fileData)
          .then(() => {
            doc.render();
            const out = doc.getZip().generate({
              type: 'blob',
              mimeType:
                'application/vnd.openxmlformats-officedocument.wordprocessingml.document',
            });
            docxLists.push({ file: out, fileName });
            resolve();
          });
      })
      .catch(reject);
  });
}

对于有图片的文档生成，需要异步载入数据，且图片数据需要处理为base64，上述代码给出了处理图片的一种解决方案，如果大家有更高效的方法也可以自行使用。

node服务器端生成

该库同样支持在node中使用，其思想与在浏览器端基本一致，在node端可以直接使用buffer，下面贴出官方给出的代码示例。

const PizZip = require("pizzip");
const Docxtemplater = require("docxtemplater"); 
const fs = require("fs");
const path = require("path"); // Load the docx file as binary content
const content = fs.readFileSync( path.resolve(__dirname, "input.docx"), "binary" );
const zip = new PizZip(content);
const doc = new Docxtemplater(zip,
{
    paragraphLoop: true,
    linebreaks: true,
}); // Render the document (Replace {first_name} by John, {last_name} by Doe, ...)
doc.render({
    first_name: "John",
    last_name: "Doe",
    phone: "0652455478",
    description: "New Website",
});
const buf = doc.getZip().generate({
    type: "nodebuffer",
    // compression: DEFLATE adds a compression step.
    // For a 50MB output document, expect 500ms additional CPU time 
    compression: "DEFLATE",
});
// buf is a nodejs Buffer, you can either write it to a file or res.send it with express for example.
fs.writeFileSync(path.resolve(__dirname, "output.docx"), buf);

1.3 总结

docxTemplater是一个通过模板文件生成word的库，它能最大程度的保证最终生成的word的样式的完整和还原。代码搭建好后，对于类似的业务，开发者们只需要编写更多的模板文件，并且把精力集中在对数据的处理上即可。

配合e-charts或其他图表库，也可以让我们实现报表文件的生成。

此外，对于pizzip这个库，它本身是对jszip库的一个升级，拥有对zip文件的操作能力，可以直接解压或者生成zip包，我们可以直接通过此库对批量生成的文件进行打包处理，打包主要用的api如下：

const zip = new pizZip();
zip.file(fileName, fileBuffer); // 生成的文件名 以及 文件的 arrayBuffer
zip.generate({ type: 'blob' }), `documents.zip`); // 生成zip文件

二、使用libre office将word转换成pdf

在进行此部分业务时，原本想在前端把所有的工作都做好，但是没有找到在客户端就直接转换的方法。因此，此部分在服务器端进行解决。

首先需要在机器上安装libre office软件，具体方法可以自行搜索。

安装好后，项目中安装libreoffice-convert库，这个库对libre office的转换方法进行了封装，直接调用其中方法就好：

const path = require('path');
const fs = require('fs');
const libre = require('libreoffice-convert');
async function docx2pdf(docxBuf, outputPath) {
  libre.convert(docxBuf, '.pdf', undefined, (err, outputBuf) => {
      if (err) {
        console.log(`Error converting file: ${err}`);
      }
      fs.writeFileSync(outputPath, outputBuf);
   });
}
const inputBuf = fs.readFileSync(path.join(__dirname, 'sample.docx'));
let outputPath = path.join(__dirname, 'sample.pdf');
docx2pdf(inputBuf, outputPath);

如果是zip文件，同样可以安装jsZip或者pizZip进行解压、打包等处理。这里更推荐使用jsZip，因为文档更加丰富，且对ts支持更好。

三、结束语

这是我第二次遇到此类业务，所以本着学习、记录、分享的心态，将内容分享到平台上。在开发过程中遇到了很多“坑”，并没有在本文中记录。本文主要还是以记录最终成功的代码为主，把内容分享给其他有同样需求的家人们。毕竟轮子已经这么完善了，当然要好好利用啦！

标签 , ,

发表回复