转换文档格式_对象存储(OSS)-阿里云帮助中心

通过文档格式转换功能，您可以灵活地处理各种文档类型，将其转换为适合自身需求的输出文档类型，并根据需要将转换后的文档保存在指定的OSS路径中，以便后续的应用和使用。本文介绍文档转换处理功能参数及示例。

使用场景

在线预览优化：您可以将不同格式的文档（如PDF、Word、Excel、PPT等）上传至OSS，为了在网页或移动端应用中直接预览这些文档，无需下载到本地，可以调用智能媒体管理服务提供的文档转换接口，将文档转换为图片格式，以适合在线展示。
跨平台兼容性：不同设备和操作系统对各种文件格式支持程度不一，通过OSS文档转换服务，可以让您无论使用何种设备都能顺畅地查看文档。

前提条件

已通过配额中心申请开启新版本IMM Get和Post数据处理能力。
已绑定IMM Project。您可以通过OSS控制台或API绑定IMM Project。
- 通过OSS控制台绑定的具体操作，请参见步骤一：绑定IMM。
- 通过API绑定的具体操作，请参见AttachOSSBucket - 绑定对象存储桶。

注意事项

文档转换仅支持异步处理（x-oss-async-process处理方式）。
不支持匿名访问。
必须拥有IMM处理所需的相关权限。更多信息，请参见权限。

参数说明

操作名称：doc/convert

具体参数如下表所示。

参数名称	类型	是否必须	描述
target	string	是	目标文件类型。取值： pdf png jpg txt 说明仅Word文档和PPT文档支持转换为TXT格式。
source	string	否	源文件类型，默认取文件扩展名。当OSS文件没有扩展名时，可以设置此参数，取值： Word文档：doc、docx、wps、wpss、docm、dotm、dot、dotx、html PPT文档：pptx、ppt、pot、potx、pps、ppsx、dps、dpt、pptm、potm、ppsm、dpss Excel文档：xls、xlt、et、ett、xlsx、xltx、csv、xlsb、xlsm、xltm、ets PDF文档：pdf
pages	string	否	转换的页码，需经过URL安全的Base64编码。具体操作，请参见水印编码。例如：`1,2,4-10`表示转换第1页、第2页、第4页~第10页。

文档转换时也会用到sys/saveas和notify参数。更多信息，请参见另存为和消息通知。

使用REST API

转换信息

转换前
- 文档格式：DOCX
- 文档名称：example.docx
处理方式：文档格式转换
转换后
- 文件格式：PNG
- 文件存储路径：oss://test-bucket/doc_images/{index}.png
  - b_dGVzdC1idWNrZXQ：转码完成后保存到名为test-bucket的Bucket中。（dGVzdC1idWNrZXQ是test-bucket进行Base64编码后的值）。
  - o_ZG9jX2ltYWdlcy97aW5kZXh9LnBuZw：object使用{index}变量以example.docx页码作为图片文件名保存到doc_images目录下（ZG9jX2ltYWdlcy97aW5kZXh9LnBuZw是doc_images/{index}.png进行Base64编码之后的值）。
- 转换完成消息通知：发送到主题为doc_images的MNS

处理示例

// 将文件example.docx转换为PNG格式的图片文件。
POST /exmaple.docx? x-oss-async-process HTTP/1.1
Host: doc-demo.oss-cn-hangzhou.aliyuncs.com
Date: Fri, 28 Oct 2022 06:40:10 GMT
Authorization: OSS qn6q**************:77Dv****************

x-oss-async-process=doc/convert,target_png,source_docx|sys/saveas,b_dGVzdC1idWNrZXQ,o_ZG9jX2ltYWdlcy97aW5kZXh9LnBuZw/notify,topic_ZG9jX2ltYWdlcw

使用SDK

仅支持使用Java、Python、Go SDK通过异步处理的方式完成文档转换。

Java

要求使用3.17.4及以上版本的Java SDK。

import com.aliyun.oss.ClientBuilderConfiguration;
import com.aliyun.oss.OSS;
import com.aliyun.oss.OSSClientBuilder;
import com.aliyun.oss.common.auth.CredentialsProviderFactory;
import com.aliyun.oss.common.auth.EnvironmentVariableCredentialsProvider;
import com.aliyun.oss.common.comm.SignVersion;
import com.aliyun.oss.model.AsyncProcessObjectRequest;
import com.aliyun.oss.model.AsyncProcessObjectResult;
import com.aliyuncs.exceptions.ClientException;

import java.util.Base64;

public class Demo1 {
    public static void main(String[] args) throws ClientException {
        // yourEndpoint填写Bucket所在地域对应的Endpoint。
        String endpoint = "https://oss-cn-hangzhou.aliyuncs.com";
        // 填写Endpoint对应的Region信息，例如cn-hangzhou。
        String region = "cn-hangzhou";
        // 从环境变量中获取访问凭证。运行本代码示例之前，请确保已设置环境变量OSS_ACCESS_KEY_ID和OSS_ACCESS_KEY_SECRET。
        EnvironmentVariableCredentialsProvider credentialsProvider = CredentialsProviderFactory.newEnvironmentVariableCredentialsProvider();
        // 指定Bucket名称。
        String bucketName = "examplebucket";
        // 指定转换后的文件名称。
        String targetKey = "dest.png";
        // 指定转换前的文档名称。
        String sourceKey = "src.docx";

        // 创建OSSClient实例。
        ClientBuilderConfiguration clientBuilderConfiguration = new ClientBuilderConfiguration();
        clientBuilderConfiguration.setSignatureVersion(SignVersion.V4);
        OSS ossClient = OSSClientBuilder.create()
                .endpoint(endpoint)
                .credentialsProvider(credentialsProvider)
                .clientConfiguration(clientBuilderConfiguration)
                .region(region)
                .build();

        try {
            // 构建文档处理样式字符串以及文档转换处理参数。
            String style = String.format("doc/convert,target_png,source_docx");
            // 构建异步处理指令。
            String bucketEncoded = Base64.getUrlEncoder().withoutPadding().encodeToString(bucketName.getBytes());
            String targetEncoded = Base64.getUrlEncoder().withoutPadding().encodeToString(targetKey.getBytes());
            String process = String.format("%s|sys/saveas,b_%s,o_%s/notify,topic_QXVkaW9Db252ZXJ0", style, bucketEncoded, targetEncoded);
            // 创建AsyncProcessObjectRequest对象。
            AsyncProcessObjectRequest request = new AsyncProcessObjectRequest(bucketName, sourceKey, process);
            // 执行异步处理任务。
            AsyncProcessObjectResult response = ossClient.asyncProcessObject(request);
            System.out.println("EventId: " + response.getEventId());
            System.out.println("RequestId: " + response.getRequestId());
            System.out.println("TaskId: " + response.getTaskId());

        } finally {
            // 关闭OSSClient。
            ossClient.shutdown();
        }
    }
}

Python

要求使用Python SDK 2.18.4及以上版本。

# -*- coding: utf-8 -*-
import base64
import oss2
from oss2.credentials import EnvironmentVariableCredentialsProvider

def main():
    # 从环境变量中获取临时访问凭证。运行本代码示例之前，请确保已设置环境变量OSS_ACCESS_KEY_ID和OSS_ACCESS_KEY_SECRET。
    auth = oss2.ProviderAuthV4(EnvironmentVariableCredentialsProvider())
    # 填写Bucket所在地域对应的Endpoint。以华东1（杭州）为例，Endpoint填写为https://oss-cn-hangzhou.aliyuncs.com。
    endpoint = 'https://oss-cn-hangzhou.aliyuncs.com'
    # 指定阿里云通用Region ID，例如cn-hangzhou。
    region = 'cn-hangzhou'

    # 指定Bucket名称，例如examplebucket。
    bucket = oss2.Bucket(auth, endpoint, 'examplebucket', region=region)

    # 指定转换前的文档名称。
    source_key = 'src.docx'

    # 指定转换后的文件名称。
    target_key = 'dest.png'

    # 构建文档处理样式字符串以及文档转换处理参数。
    animation_style = 'doc/convert,target_png,source_docx'

    # 构建处理指令，包括保存路径和Base64编码的Bucket名称和目标文件名称。
    bucket_name_encoded = base64.urlsafe_b64encode('examplebucket'.encode()).decode().rstrip('=')
    target_key_encoded = base64.urlsafe_b64encode(target_key.encode()).decode().rstrip('=')
    process = f"{animation_style}|sys/saveas,b_{bucket_name_encoded},o_{target_key_encoded}/notify,topic_QXVkaW9Db252ZXJ0"

    try:
        # 执行异步处理任务。
        result = bucket.async_process_object(source_key, process)
        print(f"EventId: {result.event_id}")
        print(f"RequestId: {result.request_id}")
        print(f"TaskId: {result.task_id}")
    except Exception as e:
        print(f"Error: {e}")


if __name__ == "__main__":
    main()

Go

要求使用Go SDK 3.0.2及以上版本。

package main

import (
    "encoding/base64"
    "fmt"
    "os"
    "github.com/aliyun/aliyun-oss-go-sdk/oss"
    "log"
)

func main() {
    // 从环境变量中获取临时访问凭证。运行本代码示例之前，请确保已设置环境变量OSS_ACCESS_KEY_ID和OSS_ACCESS_KEY_SECRET。
    provider, err := oss.NewEnvironmentVariableCredentialsProvider()
    if err != nil {
    fmt.Println("Error:", err)
    os.Exit(-1)
    }
    // 创建OSSClient实例。
    // yourEndpoint填写Bucket对应的Endpoint，以华东1（杭州）为例，填写为https://oss-cn-hangzhou.aliyuncs.com。其他Region请按实际情况填写。
    // yourRegion指定阿里云通用Region ID，例如cn-hangzhou。
    client, err := oss.New("https://oss-cn-hangzhou.aliyuncs.com", "", "", oss.SetCredentialsProvider(&provider), oss.AuthVersion(oss.AuthV4), oss.Region("cn-hangzhou"))
    if err != nil {
    fmt.Println("Error:", err)
    os.Exit(-1)
    }
    // 指定Bucket名称，例如examplebucket。
    bucketName := "examplebucket"

    bucket, err := client.Bucket(bucketName)
    if err != nil {
    fmt.Println("Error:", err)
    os.Exit(-1)
    }

    // 指定转换前的文档名称。
    sourceKey := "src.docx"
    // 指定转换后的文件名称。
    targetKey := "dest.png"

    // 定义视频转GIF动图的参数，包括GIF宽度、高度、间隔帧数等。
    animationStyle := "doc/convert,target_png,source_docx"

    // 构建处理指令，包括保存路径和Base64编码的Bucket名称和目标文件名称。
    bucketNameEncoded := base64.URLEncoding.EncodeToString([]byte(bucketName))
    targetKeyEncoded := base64.URLEncoding.EncodeToString([]byte(targetKey))
    process := fmt.Sprintf("%s|sys/saveas,b_%v,o_%v/notify,topic_QXVkaW9Db252ZXJ0", animationStyle, bucketNameEncoded, targetKeyEncoded)

    // 执行异步处理任务。
    result, err := bucket.AsyncProcessObject(sourceKey, process)
    if err != nil {
    log.Fatalf("Failed to async process object: %s", err)
    }

    fmt.Printf("EventId: %s\n", result.EventId)
    fmt.Printf("RequestId: %s\n", result.RequestId)
    fmt.Printf("TaskId: %s\n", result.TaskId)
}

常见问题

OSS文档转换支持转换Excel表指定sheet页的内容么？

不支持。OSS文档转换仅支持转换Excel表所有sheet页的内容。如果您需要转换特定sheet页，建议调用IMM的CreateOfficeConversionTask - 创建文档转换任务接口，设置SheetIndex参数。