使用fr.opensagres.poi.xwpf.converter.pdf将DOCX转PDF时表格格式异常

使用Apache POI（5.2.3版本）创建带合并单元格的DOCX表格，再通过XWPF Converter（2.0.4版本）转换为PDF时，DOCX中的表格合并格式未在PDF中正确保留。DOCX生成正常，但转换后PDF里的表格合并效果错乱，格式与原DOCX不一致。

转换代码如下：

ByteArrayOutputStream byteArrayOutputStream = new ByteArrayOutputStream();
PdfOptions options = PdfOptions.create();
PdfConverter.getInstance().convert(document, byteArrayOutputStream, options);
byte[] pdfBytes = byteArrayOutputStream.toByteArray();

原因分析 #

XWPF Converter 2.0.4对Apache POI 5.2.3的单元格合并属性支持存在缺陷，未能正确解析POI生成的合并单元格元数据，导致PDF渲染时合并跨度计算错误。

解决方案 #

1. 升级XWPF Converter版本 #

优先升级到与POI 5.2.3兼容的最新XWPF Converter版本（如2.0.5及以上），新版本通常修复了旧版的表格格式解析问题，能更好地识别POI生成的合并单元格信息。

2. 手动修复单元格合并元数据 #

如果升级版本无效，可在转换前手动修正表格单元格的合并属性，确保Converter能正确识别：

// 遍历DOCX中的所有表格
for (XWPFTable table : document.getTables()) {
    for (XWPFTableRow row : table.getRows()) {
        for (XWPFTableCell cell : row.getTableCells()) {
            CTTcPr tcPr = cell.getCTTc().getTcPr();
            if (tcPr == null) continue;
            
            // 确保纵向合并（行合并）的标记正确
            if (tcPr.getVMerge() != null) {
                STMerge mergeVal = tcPr.getVMerge().getVal();
                if (mergeVal == null || mergeVal.equals(STMerge.CONTINUE)) {
                    // 为继续合并的单元格显式标记CONTINUE
                    tcPr.getVMerge().setVal(STMerge.CONTINUE);
                }
            }
            
            // 确保横向合并（列合并）的跨度值正确
            if (tcPr.getGridSpan() != null) {
                // 强制保留列跨度的数值类型
                tcPr.getGridSpan().setVal(tcPr.getGridSpan().getVal());
            }
        }
    }
}

3. 替换转换库 #

若上述方法均无法解决问题，可考虑更换更成熟的DOCX转PDF工具：

• Apache PDFBox：结合POI读取DOCX表格数据，手动构建PDF表格并处理合并逻辑，灵活性高但需要自行编写更多代码。
• 商业库（如Aspose.Words）：对DOCX格式的兼容性更强，能自动处理各种复杂表格合并场景，但需注意授权问题。

内容的提问来源于stack exchange，提问作者sinu gaud