本文旨在解决在使用 Docx4j 将 word 文档转换为 PDF 时，页眉/页脚中的图片默认保存在 /tmp 目录下，导致无法清理的问题。文章将阐述问题的根源，并提供一种规避方案，帮助开发者在 linux 环境下更有效地管理 Docx4j 生成的临时文件。
在使用 Docx4j 将 Word 文档转换为 PDF 时，尤其是在 Linux 环境下，可能会遇到一个问题：文档中的图片，特别是位于页眉和页脚中的图片，会被保存在 /tmp 目录下。这主要是由于 AbstractConversionImageHandler.Java 的默认行为以及 FopAreeTreeHelper 在处理页眉/页脚区域时使用了带有默认设置的 FOP 导致的。虽然可以通过 FOSettings 设置 ImageDirPath 来指定文档主体中图片的保存路径，但这个设置对页眉/页脚中的图片无效。
以下是一个转换 Docx 文档为 PDF 的示例代码：
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)); }
这段代码会将文档主体中的图片保存到 TEMP_IMAGE_DIR_PATH 指定的目录，并在转换完成后删除该目录。但是，页眉/页脚中的图片仍然会被保存在 /tmp 目录下，并且无法通过上述方式进行清理。
解决方案：
目前，Docx4j 存在一个缺陷，即无法通过配置来指定页眉/页脚图片的临时存储目录。 一个临时的规避方案是避免在页眉和页脚中使用图片。 这可能需要重新设计文档布局，将原本位于页眉/页脚的图片移动到文档主体部分。
注意事项：
- 请注意，这只是一个临时解决方案。Docx4j 团队已经意识到这个问题，并在未来的版本中可能会提供更完善的解决方案。
- 在设计文档时，尽量避免在页眉/页脚中使用图片，以减少对临时文件的依赖。
- 定期检查 /tmp 目录，手动清理不再需要的临时文件。
总结：
虽然 Docx4j 在处理图片时存在一些限制，但通过合理的文档设计和适当的规避方案，仍然可以有效地将 Word 文档转换为 PDF。希望本文能帮助你更好地理解和解决这个问题。 建议关注 Docx4j 的官方 issue 跟踪系统，以便及时获取最新的解决方案和更新。
