如何将HTML表格转换成精美的PDF
包含表格、图表和图形的 Web 应用程序通常包含将数据导出为 PDF 的选项。你有没有想过，作为一个用户，当你点击那个按钮时，幕后发生了什么？
作为开发人员，如何让 PDF 输出看起来更专业？大多数免费的在线 PDF 导出器实际上只是将 HTML 内容转换为 PDF，而不进行任何额外的格式化，这会使数据难以阅读。如果你也能添加诸如页眉和页脚、页码或重复的表列标题等内容呢？像这样的小点缀，对把一份看起来很业余的文件变成一份优雅的文件有很大的帮助。
最近，我探索了几种生成 PDF 的解决方案，并建立了这个Demo 程序来展示结果。所有的代码也可以在Github上找到。让我们开始吧！
Demo 程序概述
我们的 Demo 程序包含一个冗长的样式表和四个将表导出为 PDF 的按钮。该应用是用基本的 HTML、CSS 和 JavaScript 构建的，但你可以使用你的 UI 框架或选择的库轻松创建相同的输出。
每个导出按钮都使用不同的方法生成 PDF。从右到左查看，第一个使用原生浏览器打印功能，第二个使用名为jsPDF的开源库，第三个使用另一个名为pdfmake的开源库，最后，第四个使用名为DocRaptor的付费服务。
让我们一一探讨每个解决方案。
原生浏览器打印功能
首先，我们考虑使用浏览器的内置工具导出 PDF。在查看任何网页时，你可以通过右键单击任意位置，然后从菜单中选择“打印”选项来轻松地打印页面。这将打开一个对话框，供你选择打印设置。但是，你实际上不必打印文档。对话框还提供了将文档保存为 PDF 的选项，这就是我们要做的。在 JavaScript 中 window 对象公开了一个 print 方法，所以我们可以写一个简单的 JavaScript 函数，并将其附加到我们的一个按钮上，就像这样：
function downloadPDFWithBrowserPrint() {
window.print();
}
document
.querySelector("#browserPrint")
.addEventListener("click", downloadPDFWithBrowserPrint);以下是 Google Chrome 浏览器的输出：
使用内置打印功能和Chrome浏览器导出的PDF
我对这里的输出感到惊喜，虽然它并不华丽——内容只是黑白色的，但主要的表格样式却被完整地保留了下来。此外，这七个页面中的每一个都包含表列标题和页脚，我认为浏览器可以智能地获取这些信息，这是由于我在构建结构合理的表时选择了语义 HTML。
然而，我不喜欢浏览器在 PDF 中包含的额外页面元数据。靠近顶部，我们看到日期和 HTML 页面标题。在页面的底部，我们看到了打印这篇文章的网站以及页码。
如果我保存这个文档的唯一目的是为了看数据，那么 Chrome 浏览器做得很好。不过，文档顶部和底部多出的几行文字虽然有用，但并没有让它看起来很专业。
另外需要注意的是，不同浏览器的原生打印功能是不一样的。如果我们用 Safari 浏览器打印同样的文档呢？输出如下：
使用内置打印功能和Safari浏览器导出的PDF
你会注意到表格看起来大致相同，页面页眉和页脚内容也是如此。但是，表列标题和表脚不重复！这是没有帮助的，因为当你忘记任何给定列包含什么数据时，你需要返回到第一页。第一页的表格底部也有点被切断，因为浏览器试图在创建下一页之前尽可能多地挤进内容。
如此看来，浏览器的输出并不理想，会因用户选择的浏览器不同而不同。
jsPDF
接下来让我们考虑一个名为 jsPDF 的开源库。这个库已经存在了至少 5 年，每周从 NPM 的下载量持续超过 20 万次。可以说这是一个很受欢迎的、经过实战检验的库。
jsPDF 的使用也相当简单。你可以创建一个新的 jsPDF 类的实例，给它一个你想导出的 HTML 内容的引用，然后提供任何其他附加的设置，如页边距大小或文档标题。
function downloadPDFWithjsPDF() {
var doc = new jspdf.jsPDF("p", "pt", "a4");
doc.html(document.querySelector("#styledTable"), {
callback: function(doc) {
doc.save("MLB World Series Winners.pdf");
},
margin: [60, 60, 60, 60],
x: 32,
y: 32,
});
}
document
.querySelector("#jsPDF")
.addEventListener("click", downloadPDFWithjsPDF);在内部，jsPDF 使用了一个名为html2canvas.的库。顾名思义，html2canvas 接收 HTML 内容，并将其转化为存储在 HTML <canvas> 元素上的图像，然后 jsPDF 接收该画布内容并将其保存。
让我们看一下使用 jsPDF 的输出：
使用jsPDF导出的PDF
乍一看，这看起来还不错！ PDF 包含我们漂亮的蓝色标题和条纹表行背景。它不包含浏览器打印方法所包含的任何多余页面元数据。
但是，请注意在第一页和第二页之间发生了什么。表格一直延伸到第一页的底部，然后在第二页的顶部直接接上。没有应用额外的边距，而且表文本内容有可能被切成两半。
该 PDF 也不包括重复的表列标题或表脚，这与我们在 Safari 的打印功能中看到的问题相同。
虽然 jsPDF 是一个强大的库，但当导出的内容只能容纳在一个页面上时，这个工具似乎效果最好。
pdfmake
让我们看一下我们的第二个开源库 pdfmake。NPM 每周下载量超过 30 万次，寿命长达 7 年，这个库甚至比 jsPDF 更受欢迎，更资深。
在为我的 demo 程序构建导出功能时，pdfmake 的配置要比 jsPDF 难得多。原因是 pdfmake 使用你提供的数据从头开始构建 PDF 文档，而不是将页面上现有的 HTML 内容转换为 PDF。这意味着，我必须为它提供 PDF 表格的页眉、页脚、内容和布局的数据，而不是为 pdfmake 提供一个对我的 HTML 表格的引用。这导致我的代码有很多重复，我先在 HTML 中写了表格，然后用 pdfmake 为 PDF 导出重新建表。
代码如下：
function downloadPDFWithPDFMake() {
var tableHeaderText = [
...document.querySelectorAll("#styledTable thead tr th"),
].map((thElement) => ({ text: thElement.textContent, style: "tableHeader" }));
var tableRowCells = [
...document.querySelectorAll("#styledTable tbody tr td"),
].map((tdElement) => ({ text: tdElement.textContent, style: "tableData" }));
var tableDataAsRows = tableRowCells.reduce((rows, cellData, index) => {
if (index % 4 === 0) {
rows.push([]);
}
rows[rows.length - 1].push(cellData);
return rows;
}, []);
var docDefinition = {
header: { text: "MLB World Series Winners", alignment: "center" },
footer: function(currentPage, pageCount) {
return {
text: `Page ${currentPage} of ${pageCount}`,
alignment: "center",
};
},
content: [
{
style: "tableExample",
table: {
headerRows: 1,
body: [tableHeaderText, ...tableDataAsRows],
},
layout: {
fillColor: function(rowIndex) {
if (rowIndex === 0) {
return "#0f4871";
}
return rowIndex % 2 === 0 ? "#f2f2f2" : null;
},
},
},
],
styles: {
tableExample: {
margin: [0, 20, 0, 80],
},
tableHeader: {
margin: 12,
color: "white",
},
tableData: {
margin: 12,
},
},
};
pdfMake.createPdf(docDefinition).download("MLB World Series Winners");
}
document
.querySelector("#pdfmake")
.addEventListener("click", downloadPDFWithPDFMake);在我们完全否定 pdfmake 之前，我们先来看看输出。
使用pdfmake导出的PDF
不是太寒酸！我们可以为表包含样式，这样我们仍然可以复制蓝色列标题和条纹表行背景。我们还得到了重复的表列标题，以便于跟踪我们在每个页面的每个列中看到的数据。
pdfmake 还允许我加入页眉和页脚，所以很容易添加页码。但你会注意到，第一页和第二页之间的表格内容仍然没有完全分开。分页符将 2002 年的一行部分地分割在两页之间。
总体看来，pdfmake 最大的优势在于从头开始构建 PDF。例如，如果你想根据某些订单数据生成发票，而你实际上并没有在 web 应用程序的页面上显示发票，那么 pdfmake 将是一个很好的选择。
DocRaptor
最后一个我们要考虑的选项是 DocRaptor。DocRaptor 与我们探讨的前三个选项不同的是，它是一种付费服务。它使用 Prince HTML-to-PDF 引擎来生成其 PDF 输出。该服务也通过 API 使用，因此你的代码会碰到一个外部 API 端点，然后该端点会返回 PDF 文档。
DocRaptor 的基本配置相当简单，你向它提供你的文档名称，你要创建的文档类型（在我们的例子中是 ’pdf'），以及要使用的 HTML 内容。根据你的需要，还有数百种不同配置的选择，但基本配置是一个很好的起点。
这是我使用的：
function downloadPDFWithDocRaptor() {
DocRaptor.createAndDownloadDoc("YOUR_API_KEY_HERE", {
test: true, // test documents are free, but watermarked
type: "pdf",
name: "MLB World Series Winners",
document_content: document.querySelector("html").innerHTML,
});
}
document
.querySelector("#docRaptor")
.addEventListener("click", downloadPDFWithDocRaptor);让我们看一下 DocRaptor 生成的 PDF 导出：
使用DocRaptor导出的PDF
现在有一个好看的文档了! 我们可以保留我们漂亮的表格样式。表格的列头和表脚在每一页上都是重复的，表格的行数不会被切掉，而且页面四面都有适当大小的边距，每个页面的页眉也是重复的，每个页面底部的页码也是重复的。
要创建页眉和页脚文本，DocRaptor 建议你使用一些 CSS 与 @page 选择器，就像这样。
@page {
margin-top: 80px;
margin-bottom: 80px;
@top {
content: "MLB World Series Winners";
}
@bottom {
/* 具有计数器功能的页脚可插入页面计数器 */
content: "Page " counter(page) " of " counter(pages);
}
}在 PDF 输出方面，DocRaptor 无疑是赢家。
总结
那么，你的应用要选择哪种方案呢？如果你想要最简单的解决方案，而且不需要专业的文档，那么原生浏览器的打印功能应该就可以了。如果你需要对 PDF 输出进行更多的控制，那么你就需要使用一个库。
当涉及到基于 UI 中显示的 HTML 生成的单页内容时，jsPDF 就会大放异彩。pdfmake 在从数据而不是 HTML 中生成 PDF 内容时效果最好。DocRaptor 是其中功能最强大的一款，它拥有简单的 API 和漂亮的 PDF 输出。但同样，与其他不同的是，它是一项付费服务。然而，如果你的业务依赖于优雅、专业的文档生成，DocRaptor 是非常值得的。
原文：https://levelup.gitconnected.com/
作者：Tyler Hawkins