扫码关注 「 后端架构师 」，选择 「 星标 」 公众号

重磅干货，第一时间送达！

责编：架构君 | 来源：然燃

链接：juejin.cn/post/7268530145208451124

上一篇好文：

大家好，我是后端架构师。

最近遇到了文件预览的需求，但一搜索发现，这还不是一个简单的功能。于是又去查询了很多资料，调研了一些方案，也踩了好多坑。最后总结方案如下

花钱解决(使用市面上现有的文件预览服务)

1. 微软

2. google

3. 阿里云 IMM

4. XDOC

5. Office Web 365

6. wps开放平台

前端方案

1. pptx的预览方案

2. pdf的预览方案

3. docx的预览方案

4. xlsx(excel)的预览方案

5. 前端预览方案总结

服务端方案

1. openOffice

2. kkFileView

3. onlyOffice

如果有其他人也遇到了同样的问题，有了这篇文章，希望能更方便的解决。

基本涵盖了所有解决方案。因此，标题写上 最全 的文件预览方案调研总结，应该不为过吧。

1 市面上现有的文件预览服务

1.微软

docx , pptx , xlsx 可以说是 office 三件套，那自然得看一下 微软官方 提供的文件预览服务。使用方法特别简单，只需要将文件链接，拼接到参数后面即可。

记得 encodeURL

https://view.officeapps.live.com/op/view.aspx?src=${encodeURIComponent(url)}

(1).PPTX预览效果：

(2).Excel预览效果：

(3).Doxc预览效果

(4).PDF预览效果

这个我测试没有成功，返回了一个错误，其他人可以试试。

(5).总的来说

对于 docx , pptx , xlsx 都有较好的支持， pdf 不行。

还有一个坑点是：这个服务是否稳定，有什么限制，是否收费，都查不到一个定论。在 office 官方网站上甚至找不到介绍这个东西的地方。

目前只能找到一个 Q&A : answers.microsoft.com/en-us/msoff… ^[1]

微软官方人员回答表示：

翻译翻译，就是：几乎永久使用，没有收费计划，不会存储预览的文件数据，限制文件 10MB ，建议用于 查看互联网上公开的文件 。

但经过某些用户测试发现：

使用了微软的文件预览服务，然后删除了文件地址，仍然可访问，但过一段时间会失效。

2.Google Drive 查看器

接入简单，同 Office Web Viewer ，只需要把 src 改为 https://drive.google.com/viewer?url=${encodeURIComponent(url)} 即可。

限制 25MB ,支持以下格式：

测试效果，支持 docx,pptx,xlsx,pdf 预览，但 pptx 预览的效果不如微软，没有动画效果，样式有小部分会错乱。

由于某些众所周知的原因，不可用

3.阿里云 IMM

官方文档如下： help.aliyun.com/document_de… ^[2]

付费使用

4.XDOC 文档预览

说了一些大厂的，在介绍一些其他的， 需要自行分辨

官网地址： view.xdocin.com/view-xdocin… ^[3]

5.Office Web 365

需要注意的是，虽然名字很像 office ，但我们看网页的 Copyright 可以发现，其实是一个西安的公司， 不是微软 。

但毕竟也提供了文件预览的服务

官网地址： www.officeweb365.com/ ^[4]

6.WPS开放平台

官方地址： solution.wps.cn/ ^[5]

付费使用，价格如下：

2 前端处理方案

1.pptx的预览方案

先查一下有没有现成的轮子，目前 pptx 的开源预览方案能找到的只有这个： github.com/g21589/PPTX… ^[6] 。但已经六七年没有更新，也没有维护，笔者使用的时候发现有很多兼容性问题。

简单来说就是，没有。对于这种情况，我们可以自行解析，主要步骤如下：

1. 查询 pptx 的国际标准

2. 解析 pptx 文件

3. 渲染成 html 或者 canvas 进行展示

我们先去找一下 pptx 的国际标准，官方地址： officeopenxml ^[7]

先解释下什么是 officeopenxml :

Office OpenXML，也称为OpenXML或OOXML，是一种基于XML的办公文档格式，包括文字处理文档、电子表格、演示文稿以及图表、图表、形状和其他图形材料。该规范由微软开发，并于2006年被ECMA国际采用为ECMA-376。第二个版本于2008年12月发布，第三个版本于2011年6月发布。该规范已被ISO和IEC采用为ISO/IEC 29500。

虽然Microsoft继续支持较旧的二进制格式(.doc、.xls和.ppt)，但OOXML现在是所有Microsoft Office文档(.docx、.xlsx和.pptx)的默认格式。

由此可见， Office OpenXML 由微软开发，目前已经是国际标准。接下来我们看一下 pptx 里面有哪些内容，具体可以看 pptx 的官方标准： officeopenxml-pptx ^[8]

PresentationML或.pptx文件是一个 zip文件 ，其中包含许多「部分」（通常是UTF-8或UTF-16编码）或XML文件。该包还可能包含其他媒体文件，例如图像。该结构根据 OOXML 标准 ECMA-376 第 2 部分中概述的开放打包约定进行组织。

根据国际标准，我们知道， pptx 文件本质就是一个 zip 文件，其中包含许多部分：

部件的数量和类型将根据演示文稿中的内容而有所不同，但始终会有一个 [Content_Types].xml、一个或多个关系 （.rels） 部件和一个演示文稿部件（演示文稿.xml），它位于 ppt 文件夹中，用于Microsoft Powerpoint 文件。通常，还将至少有一个幻灯片部件，以及一张母版幻灯片和一张版式幻灯片，从中形成幻灯片。

那么 js 如何读取 zip 呢？

找到一个工具: www.npmjs.com/package/jsz… ^[9]

于是我们可以开始尝试解析 pptx 了。

import JSZip from 'jszip'// 加载pptx数据const zip = await JSZip.loadAsync(pptxData)

每个 pptx 必然会有一个 [Content_Types].xml 。此文件包含包中部件的所有内容类型的列表。每个部件及其类型都必须列在 [Content_Types].xml 中。通过它里面的内容，可以解析其他的文件数据

const filesInfo = await getContentTypes(zip)asyncfunctiongetContentTypes(zip: JSZip) { const ContentTypesJson = await readXmlFile(zip, '[Content_Types].xml') const subObj = ContentTypesJson['Types']['Override'] const slidesLocArray = [] const slideLayoutsLocArray = [] for (let i = 0; i < subObj.length; i++) { switch (subObj[i]['attrs']['ContentType']) { case'application/vnd.openxmlformats-officedocument.presentationml.slide+xml': slidesLocArray.push(subObj[i]['attrs']['PartName'].substr(1)) breakcase'application/vnd.openxmlformats-officedocument.presentationml.slideLayout+xml': slideLayoutsLocArray.push(subObj[i]['attrs']['PartName'].substr(1)) breakdefault: } } return { slides: slidesLocArray, slideLayouts: slideLayoutsLocArray, } }

先获取 ppt 目录下的 presentation.xml 演示文稿的大小

由于演示文稿是 xml 格式，要真正的读取内容需要执行 readXmlFile

const slideSize = await getSlideSize(zip) asyncfunctiongetSlideSize(zip: JSZip) { const content = await readXmlFile(zip, 'ppt/presentation.xml') const sldSzAttrs = content['p:presentation']['p:sldSz']['attrs'] return { width: (parseInt(sldSzAttrs['cx']) * 96) / 914400, height: (parseInt(sldSzAttrs['cy']) * 96) / 914400, } }

根据 officeopenxml 的标准解释

每个包都包含一个关系部件，用于定义其他部件之间的关系以及与包外部资源的关系。这样可以将关系与内容分开，并且可以轻松地更改关系，而无需更改引用目标的源。

除了包的关系部分之外，作为一个或多个关系源的每个部件都有自己的关系部分。每个这样的关系部件都可以在部件的_rels子文件夹中找到，并通过在部件名称后附加「.rels」来命名。

其中主题的相关信息就在 ppt/_rels/presentation.xml.rels 中

asyncfunctionloadTheme(zip: JSZip) { const preResContent = await readXmlFile( zip, 'ppt/_rels/presentation.xml.rels', ) const relationshipArray = preResContent['Relationships']['Relationship'] let themeURI if (relationshipArray.constructor === Array) { for (let i = 0; i < relationshipArray.length; i++) { if ( relationshipArray[i]['attrs']['Type'] === 'http://schemas.openxmlformats.org/officeDocument/2006/relationships/theme' ) { themeURI = relationshipArray[i]['attrs']['Target'] break } } } elseif ( relationshipArray['attrs']['Type'] === 'http://schemas.openxmlformats.org/officeDocument/2006/relationships/theme' ) { themeURI = relationshipArray['attrs']['Target'] } if (themeURI === undefined) { throwError("Can't open theme file.") } return readXmlFile(zip, 'ppt/' + themeURI) }

后续 ppt 里面的其他内容，都可以这么去解析。根据 officeopenxml 标准，可能包含：

等等内容，我们根据标准一点点解析并渲染就好了。

完整源码： ranui ^[10]

使用文档： preview组件 ^[11]

2.pdf的预览方案

(1).iframe和embed

pdf 比较特别，一般的浏览器默认支持预览 pdf 。因此，我们可以使用浏览器的能力：

<iframe src="viewFileUrl" />

但这样就完全依赖浏览器，对 PDF 的展示，交互，是否支持全看浏览器的能力，且不同的浏览器展示和交互往往不同，如果需要统一的话，最好还是尝试其他方案。

embed 的解析方式也是一样，这里不举例子了

(2)pdfjs

npm: www.npmjs.com/package/pdf… ^[12]

github地址： github.com/mozilla/pdf… ^[13]

由 mozilla 出品，就是我们常见的 MDN 的老大。

而且目前 火狐浏览器 使用的 PDF 预览就是采用这个，我们可以用火狐浏览器打开 pdf 文件，查看浏览器使用的 js 就能发现

需要注意的是，最新版 pdf.js 限制了 node 版本，需要大于等于 18

github链接： github.com/mozilla/pdf… ^[14]

如果你项目 node 版本小于这个情况，可能会无法使用。

具体使用情况如下：

import * as pdfjs from'pdfjs-dist'import * as pdfjsWorker from'pdfjs-dist/build/pdf.work.entry'interface Viewport { width: number height: number viewBox: Array<number>}interface RenderContext { canvasContext: CanvasRenderingContext2D | null transform: Array<number> viewport: Viewport}interface PDFPageProxy { pageNumber: number getViewport: () => Viewport render: (options: RenderContext) =>void}interface PDFDocumentProxy { numPages: number getPage: (x: number) =>Promise<PDFPageProxy>} class PdfPreview { private pdfDoc: PDFDocumentProxy | undefined pageNumber: number total: number dom: HTMLElement pdf: string | ArrayBufferconstructor(pdf: string | ArrayBuffer, dom: HTMLElement | undefined) { this.pageNumber = 1this.total = 0this.pdfDoc = undefinedthis.pdf = pdf this.dom = dom ? dom : document.body } private getPdfPage = (number: number) => { returnnewPromise((resolve, reject) => { if (this.pdfDoc) { this.pdfDoc.getPage(number).then((page: PDFPageProxy) => { const viewport = page.getViewport() const canvas = document.createElement('canvas') this.dom.appendChild(canvas) const context = canvas.getContext('2d') const [_, __, width, height] = viewport.viewBox canvas.width = width canvas.height = height viewport.width = width viewport.height = height canvas. style.width = Math.floor(viewport.width) + 'px' canvas. style.height = Math.floor(viewport.height) + 'px'const renderContext = { canvasContext: context, viewport: viewport, transform: [1, 0, 0, -1, 0, viewport.height], } page.render(renderContext) resolve({ success: true, data: page }) }) } else { reject({ success: false, data: null, message: 'pdfDoc is undefined' }) } }) } pdfPreview = () => { window.pdfjsLib.GlobalWorkerOptions.workerSrc = pdfjsWorker window.pdfjsLib .getDocument(this.pdf) .promise.then(async (doc: PDFDocumentProxy) => { this.pdfDoc = doc this.total = doc.numPages for (let i = 1; i <= this.total; i++) { awaitthis.getPdfPage(i) } }) } prevPage = () => { if (this.pageNumber > 1) { this.pageNumber -= 1 } else { this.pageNumber = 1 } this.getPdfPage(this.pageNumber) } nextPage = () => { if (this.pageNumber < this.total) { this.pageNumber += 1 } else { this.pageNumber = this.total } this.getPdfPage(this.pageNumber) }}const createReader = (file: File): Promise<string | ArrayBuffer | null> => { returnnewPromise((resolve, reject) => { const reader = new FileReader() reader.readAsDataURL(file) reader.onload = () => { resolve(reader.result) } reader.onerror = (error) => { reject(error) } reader.onabort = (abort) => { reject(abort) } })}exportconst renderPdf = async ( file: File, dom?: HTMLElement,): Promise<void> => { try { if (typeofwindow !== 'undefined') { const pdf = await createReader(file) if (pdf) { const PDF = new PdfPreview(pdf, dom) PDF.pdfPreview() } } } catch (error) { console.log('renderPdf', error) }}

3.docx的预览方案

我们可以去查看 docx 的国际标准，去解析文件格式，渲染成 html 和 canvas ，不过比较好的是，已经有人这么做了，还开源了

npm 地址： www.npmjs.com/package/doc… ^[17]

使用方法如下：

import { renderAsync } from'docx-preview'interface DocxOptions { bodyContainer?: HTMLElement | null styleContainer?: HTMLElement buffer: Blob docxOptions?: Partial<Record<string, string | boolean>>}exportconst renderDocx = (options: DocxOptions): Promise<void> | undefined => { if (typeofwindow !== 'undefined') { const { bodyContainer, styleContainer, buffer, docxOptions = {} } = options const defaultOptions = { className: 'docx', ignoreLastRenderedPageBreak: false, } const configuration = Object.assign({}, defaultOptions, docxOptions) if (bodyContainer) { return renderAsync(buffer, bodyContainer, styleContainer, configuration) } else { const contain = document.createElement('div') document.body.appendChild(contain) return renderAsync(buffer, contain, styleContainer, configuration) } }}

4.xlsx的预览方案

我们可以使用这个：

npm 地址： www.npmjs.com/package/@vu… ^[18]

支持 vue2 和 vue3 ，也有 js 的版本

对于 xlsx 的预览方案，这个是找到最好用的了。

5.前端预览方案总结

我们对以上找到的优秀的解决方案，进行改进和总结，并封装成一个 web components 组件： preview组件 ^[19]

为什么是 web components 组件？

因为它跟框架无关，可以在任何框架中使用，且使用起来跟原生的 div 标签一样方便。

并编写使用文档: preview组件文档 ^[20] ， 文档支持交互体验。

源码公开， MIT 协议。

目前 docx , pdf , xlsx 预览基本可以了，都是最好的方案。 pptx 预览效果不太好，因为需要自行解析。不过 源码完全公开 ，需要的可以提 issue ， pr 或者干脆自取或修改，源码地址： github.com/chaxus/ran/… ^[21]

3 服务端预览方案

1.openOffice

由于浏览器不能直接打开 docx , pptx , xlsx 等格式文件，但可以直接打开 pdf 和图片.因此，我们可以换一个思路，用服务端去转换下文件的格式，转换成浏览器能识别的格式，然后再让浏览器打开，这不就OK了吗，甚至不需要前端处理了。

我们可以借助 openOffice 的能力，先介绍一下 openOffice :

Apache OpenOffice 是领先的开源办公软件套件，用于文字处理，电子表格，演示文稿，图形，数据库等。它有多种语言版本，适用于所有常用计算机。它以国际开放标准格式存储您的所有数据，还可以从其他常见的办公软件包中读取和写入文件。它可以出于任何目的完全免费下载和使用。

官网如下： www.openoffice.org/ ^[22]

需要先下载 opneOffice ，找到 bin 目录，进行设置

configuration.setOfficeHome("这里的路径一般为C:\\Program Files (x86)\\OpenOffice 4");

测试下转换的文件路径

publicstaticvoidmain(String[] args){ convertToPDF("/Users/Desktop/asdf.docx", "/Users/Desktop/adsf.pdf");}

完整如下：

package org.example;import org.artofsolving.jodconverter.OfficeDocumentConverter;import org.artofsolving.jodconverter.office.DefaultOfficeManagerConfiguration;import org.artofsolving.jodconverter.office.OfficeManager;import java.io.File;public classOfficeUtil{ privatestatic OfficeManager officeManager; privatestaticint port[] = {8100}; /** * start openOffice service. */publicstaticvoidstartService(){ DefaultOfficeManagerConfiguration configuration = new DefaultOfficeManagerConfiguration(); try { System.out.println("准备启动office转换服务...."); configuration.setOfficeHome("这里的路径一般为C:\\Program Files (x86)\\OpenOffice 4"); configuration.setPortNumbers(port); // 设置转换端口，默认为8100 configuration.setTaskExecutionTimeout(1000 * 60 * 30L);// 设置任务执行超时为30分钟 configuration.setTaskQueueTimeout(1000 * 60 * 60 * 24L);// 设置任务队列超时为24小时 officeManager = configuration.buildOfficeManager(); officeManager.start(); // 启动服务 System.out.println("office转换服务启动成功!"); } catch (Exception e) { System.out.println("office转换服务启动失败!详细信息:" + e); } } /** * stop openOffice service. */publicstaticvoidstopService(){ System.out.println("准备关闭office转换服务...."); if (officeManager != null) { officeManager.stop(); } System.out.println("office转换服务关闭成功!"); } publicstaticvoidconvertToPDF(String inputFile, String outputFile){ startService(); System.out.println("进行文档转换转换:" + inputFile + " --> " + outputFile); OfficeDocumentConverter converter = new OfficeDocumentConverter(officeManager); converter.convert(new File(inputFile), new File(outputFile)); stopService(); } publicstaticvoidmain(String[] args){ convertToPDF("/Users/koolearn/Desktop/asdf.docx", "/Users/koolearn/Desktop/adsf.pdf"); }}

2.kkFileView

github 地址： github.com/kekingcn/kk… ^[23]

支持的文件预览格式非常丰富

接下来是 从零到一 的启动步骤，按着步骤来，任何人都能搞定

1. 安装 java :

brew install java

2. 安装 maven , java 的包管理工具:

brew install mvn

3. 检查是否安装成功

执行 java --version 和 mvn -v 。我这里遇到 mvn 找不到 java home 的报错。解决方式如下：

我用的是 zsh ，所以需要去 .zshrc 添加路径：

export JAVA_HOME=$(/usr/libexec/java_home)

添加完后，执行

source .zshrc

4. 安装下 libreoffice :

kkFileView 明确要求的额外依赖，否则无法启动

brew install libreoffice

5. mvn 安装依赖

进入项目，在根目录执行依赖安装，同时清理缓存，跳过单测(遇到了单测报错的问题)

mvn clean install -DskipTests

6. 启动项目

找到主文件，主函数 mian ，点击 vscode 上面的 Run 即可执行，路径如下图

7. 访问页面

启动完成后，点击终端输出的地址

8. 最终结果

最终展示如下，可以添加链接进行预览，也可以选择本地文件进行预览

预览效果非常好

3.onlyOffice

官网地址： www.onlyoffice.com/zh ^[24]

github 地址： github.com/ONLYOFFICE ^[25]

开发者版本和社区版免费，企业版付费： www.onlyoffice.com/zh/docs-ent… ^[26]

预览的文件种类没有 kkFileView 多，但对 office 三件套有很好的支持，甚至支持多人编辑。

4 总结

1. 外部服务，推荐微软的 view.officeapps.live.com/op/view.aspx ，但只建议预览一些互联网公开的文件，不建议使用在要求保密性和稳定性的文件。

2. 对保密性和稳定性有要求，且不差钱的，可以试试大厂服务，阿里云解决方案。

3. 服务端技术比较给力的，使用服务端预览方案。目前最好最全的效果是服务端预览方案。

4. 不想花钱，没有服务器的，使用前端预览方案，客户端渲染零成本。

5 参考文档：

1. 在java中如何使用openOffice进行格式转换 ^[27]

2. MAC搭建OpenOffice完整教程-保姆级 ^[28]

3. 纯js实现docx、xlsx、pdf文件预览库，使用超简单 ^[29]

4. 前端实现word、excel、pdf、ppt、mp4、图片、文本等文件的预览 ^[30]

参考资料

[1]

answers.microsoft.com/en-us/msoff…: https://answers.microsoft.com/en-us/msoffice/forum/all/what-is-the-status-of-viewofficeappslivecom/830fd75c-9b47-43f9-89c9-4303703fd7f6

欢迎有需要的同学试试，如果本文对您有帮助，也请帮忙点个 赞 + 在看 啦！❤️

你还有什么想要补充的吗？

最后，再次推荐下我们的AI星 球 ：

为了跟上AI时代我干了一件事儿，我创建了一个知识星球社群：ChartGPT与副业。想带着大家一起探索 ChatGPT和新的AI时代 。

有很多小伙伴搞不定ChatGPT账号，于是我们决定，凡是这三天之内加入ChatPGT的小伙伴，我们直接送一个正常可用的永久ChatGPT独立账户。

不光是增长速度最快，我们的星球品质也绝对经得起考验，短短一个月时间，我们的课程团队发布了 8个专栏、18个副业项目 ：

简单说下这个星球能给大家提供什么：

1、不断分享如何使用ChatGPT来完成各种任务，让你更高效地使用ChatGPT，以及副业思考、变现思路、创业案例、落地案例分享。

2、分享ChatGPT的使用方法、最新资讯、商业价值。

3、探讨未来关于ChatGPT的机遇，共同成长。

4、帮助大家解决ChatGPT遇到的问题。

5、 提供一整年的售后服务，一起搞副业

星球福利：

1、加入星球4天后，就送ChatGPT独立账号。

2、邀请你加入ChatGPT会员交流群。

3、赠送一份完整的ChatGPT手册和66个ChatGPT副业赚钱手册。

其它福利还在筹划中... 不过，我给你大家保证，加入星球后，收获的价值会远远大于今天加入的门票费用 ！

本星球第一期原价 399 ，目前属于试运营，早鸟价 139 ，每超过50人涨价10元，星球马上要来一波大的涨价，如果你还在犹豫，可能最后就要以 更高价格加入了 。。

早就是优势。 建议大家尽早以便宜的价格加入！

欢迎有需要的同学试试，如果本文对您有帮助，也请帮忙点个 赞 + 在看 啦！❤️

在 还有更多优质项目系统学习资源，欢迎分享给其他同学吧！

PS：如果觉得我的分享不错，欢迎大家随手点赞、转发、在看。

最后给读者整理了一份BAT大厂面试真题，需要的可扫码加微信备注：「面试」获取。

版权申明：内容来源网络，版权归原创者所有。除非无法确认，我们都会标明作者及出处，如有侵权烦请告知，我们会立即删除并表示歉意。谢谢!

END

最近面试BAT，整理一份面试资料【Java面试BAT通关手册】，覆盖了Java核心技术、JVM、Java并发、SSM、微服务、数据库、数据结构等等。在这里，我为大家准备了一份2021年最新最全BAT等大厂Java面试经验总结。

别找了，想获取史上最全的Java大厂面试题学习资料

扫下方二维码回复「面试」就好了

历史好文：

扫码关注「后端架构师」，选择「星标」公众号

重磅干货，第一时间送达