URL如何转换成pdf？

猫头虎

发布于 2024-04-08 10:58:48

610

发布于 2024-04-08 10:58:48

URL如何转换成pdf？

	IText	FlyingSaucer	WKHtmlToPdf	pd4ml
跨平台性	跨平台	跨平台	跨平台	跨平台
是否安装软件	否	否	需安装WKHtmlToPdf	否
是否收费	免费	免费	免费	收费
转换Html效率	速度快	未测	速度慢。相比URL来说，效率较慢。能忽略一些html语法或资源是否存在问题。	速度快。部分CSS样式不支持。
转换Html效果	存在样式失真问题。对html语法有一定要求	存在样式失真问题。对html语法有较高要求。	失真情况较小，大部分网页能按Chome浏览器显示的页面转换	部分CSS样式有问题。
转换URL效率	未测	未测	效率不是特别高	未测
转换URL效果	未测	未测	部分网页由于其限制，或将出现html网页不完整。	未测
优点	不需安装软件、转换速度快	不需安装软件、转换速度快	生成PDF质量高	不需要安装软件、转换速度快
缺点	对html标签严格，少一个结束标签就会报错；服务器需要安装字体	对html标签严格，少一个结束标签就会报错；服务器需要安装字体	需要安装软件、时间效率不高	对部分CSS样式不支持。

	图片	表格	链接	中文	特殊字符	整体样式	速度
IText	支持	支持	支持	支持	支持	失真问题	快
FlyingSaucer	未知	未知	未知	未知	未知	未知	快
WKHtmlToPdf	支持	支持	支持	支持	支持	很好	慢
pd4ml	支持	支持	支持	支持	支持	失真问题	快

对比以上各类实现：

1.WKHtmlToPdf因为转换速度慢、需要安装软件的缺点被暂时排除在外；pd4ml因为是收费的，并且同样存在一些常见的样式失真问题，直接排除；

2.剩下的就是在IText和FlyingSaucer的实现方案中做选择，对比之下，选择IText作为我们的最终实现方案

方案一: IText方式

【相关依赖】

<dependency>
    <groupId>com.itextpdf</groupId>
    <artifactId>itextpdf</artifactId>
    <version>5.5.13.2</version>
</dependency>
<dependency>
    <groupId>com.itextpdf</groupId>
    <artifactId>itext-asian</artifactId>
    <version>5.2.0</version>
</dependency>
<dependency>
    <groupId>com.itextpdf.tool</groupId>
    <artifactId>xmlworker</artifactId>
    <version>5.5.13.2</version>
</dependency>
<dependency>
    <groupId>org.xhtmlrenderer</groupId>
    <artifactId>flying-saucer-pdf-itext5</artifactId>
    <version>9.1.22</version>
</dependency>

【代码实现】

import com.itextpdf.text.pdf.BaseFont;
import org.xhtmlrenderer.pdf.ITextFontResolver;
import org.xhtmlrenderer.pdf.ITextRenderer;

import java.io.File;
import java.io.OutputStream;
import java.nio.file.Files;
import java.nio.file.Paths;


public final class HtmlUtil {

    private HtmlUtil() {
    }

    // 字体路径，放在资源目录下
    private static final String FONT_PATH = "classpath:simsun.ttc";

    public static void file2Pdf(File htmlFile, String pdfFile) {
        try (OutputStream os = Files.newOutputStream(Paths.get(pdfFile))) {
            String url = htmlFile.toURI().toURL().toString();
            ITextRenderer renderer = new ITextRenderer();
            renderer.setDocument(url);
            // 解决中文支持
            ITextFontResolver fontResolver = renderer.getFontResolver();
            // 获取字体绝对路径，ApplicationContextUtil是我自己写的类
            String fontPath = "c:/Windows/Fonts/simsun.ttc";
            fontResolver.addFont(fontPath, BaseFont.IDENTITY_H, BaseFont.EMBEDDED);
            renderer.layout();
            renderer.createPDF(os);
        } catch (Exception e) {
            // 抛出自定义异常
            e.printStackTrace();
        }
    }

    public static void html2Pdf(String html, String pdfFile) {
        String pdfDir = pdfFile;
       /* File file = new File(pdfDir);
        if (!file.exists()) {
            file.mkdirs();
        }*/
        java.io.File targetFile = new java.io.File(pdfDir);
        if (!targetFile.getParentFile().exists()) {
            targetFile.getParentFile().mkdirs(); // 创建父级文件路径
        }
        try (OutputStream os = Files.newOutputStream(Paths.get(pdfFile))) {
            ITextRenderer renderer = new ITextRenderer();
            renderer.setDocumentFromString(html);
            // 解决中文支持
            ITextFontResolver fontResolver = renderer.getFontResolver();
            // 获取字体绝对路径，ApplicationContextUtil是我自己写的类
            String fontPath = "c:/Windows/Fonts/simsun.ttc";
            fontResolver.addFont(fontPath, BaseFont.IDENTITY_H, BaseFont.EMBEDDED);
            renderer.layout();
            renderer.createPDF(os);
        } catch (Exception e) {
            // 抛出自定义异常
            e.printStackTrace();
        }
    }
}

【字体文件】

simsun.tcc

方案二: FlyingSaucerf方式

依赖:

		implementation("com.itextpdf:itextpdf:5.5.13.3")
			implementation("com.itextpdf:itext-asian:5.2.0")
	implementation("com.itextpdf.tool:xmlworker:5.5.13.3")
	implementation group: 'org.xhtmlrenderer', name: 'flying-saucer-pdf-itext5', version: '9.1.22'

代码实现:

import com.itextpdf.text.pdf.BaseFont;
import org.xhtmlrenderer.pdf.ITextFontResolver;
import org.xhtmlrenderer.pdf.ITextRenderer;

import java.io.OutputStream;
import java.nio.file.Files;
import java.nio.file.Paths;

public class UrlToPdfUtil {

    //private static final String OUT_PUT_PDF_PATH = "/home/data/pdf/"; //pdf文件的存放路径（Linux）
    private static final String OUT_PUT_PDF_PATH = "D:\\test\\"; //pdf文件的存放路径（windows）

    /**
     * @param url            链接地址
     * @param outputFileName 转存的PDF文件名
     * @Title 网页转存为PDF文件
     */
    public static void urlToPdf(String url, String outputFileName) {
        try {
            String folder = outputFileName.substring(0, 6);
            System.out.println("folder = " + folder);
            String outputFile = OUT_PUT_PDF_PATH + folder + "\\" + outputFileName;
            java.io.File targetFile = new java.io.File(outputFile);
            if (!targetFile.getParentFile().exists()) {
                targetFile.getParentFile().mkdirs(); // 创建父级文件路径
            }
            OutputStream os = Files.newOutputStream(Paths.get(outputFile));
            ITextRenderer renderer = new ITextRenderer();
            renderer.setDocument(url);
            ITextFontResolver fontResolver = renderer.getFontResolver();
            //fontResolver.addFont("/usr/share/fonts/chinese/simsun.ttc", BaseFont.IDENTITY_H, BaseFont.EMBEDDED); //Linux
            fontResolver.addFont("c:/Windows/Fonts/simsun.ttc", BaseFont.IDENTITY_H, BaseFont.NOT_EMBEDDED); //windows
            renderer.layout();
            renderer.createPDF(os);
            os.close();
        } catch (Exception e) {
            e.printStackTrace();
        }
    }


}

测试用例:

import org.junit.runner.RunWith;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.test.context.junit4.SpringRunner;


@SpringBootTest
@RunWith(SpringRunner.class)
public class TestPDF {
    @org.junit.Test
    public void testPdf(){
        UrlToPdfUtil.urlToPdf("https://mp.weixin.qq.com/s/zFTQVmWlbqj2wgeboIexMQ", "Pdf.pdf");
        HtmlUtil.html2Pdf("https://mp.weixin.qq.com/s/zFTQVmWlbqj2wgeboIexMQ", "D:\\test\\Pdf.pdf");

    }
}

以上实现就完成了html转换成pdf的功能 ~

常见错误: