1. 概述
在本快速教程中，我们将研究如何使用Java中的OpenPDF以编程方式将HTML文件转换为PDF格式。
2. OpenPDF
OpenPDF是一个免费的Java库，用于创建和编辑PDF文件，它是iText程序的一个分支。事实上，在版本5之前，使用OpenPDF生成PDF的代码几乎与iText API完全相同；它是一个维护良好的Java生成PDF的解决方案。
3. 使用Flying Saucer转换
Flying Saucer是一个Java库，它允许我们使用CSS 2.1呈现格式良好的XML(或XHTML)以进行样式和格式化，并生成PDF、图片和面板的输出。
3.1 Maven依赖
<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.17.2</version>
</dependency>
<dependency>
<groupId>org.xhtmlrenderer</groupId>
<artifactId>flying-saucer-pdf-openpdf</artifactId>
<version>9.5.1</version>
</dependency>
我们将使用jsoup库来解析HTML文件、输入流、URL甚至字符串，它提供DOM(文档对象模型)遍历功能、CSS以及类似jQuery的选择器，用于从HTML中提取数据。
flying-saucer-pdf-openpdf库接收HTML文件的XML表示作为输入，应用CSS格式和样式，并输出PDF。
3.2 HTML转PDF
在本教程中，我们将尝试涵盖你在使用Flying Saucer和OpenPDF将HTML转换为PDF时可能遇到的简单示例，例如HTML中的图像和样式；我们还将讨论如何自定义代码以接收外部样式、图像和字体。
让我们看一下示例HTML代码：
<html>
<head>
<style>
.center_div {
border: 1px solid gray;
margin-left: auto;
margin-right: auto;
width: 90%;
background-color: #d0f0f6;
text-align: left;
padding: 8px;
}
</style>
<link href="style.css" rel="stylesheet">
</head>
<body>
<div class="center_div">
<h1>Hello Tuyucheng!</h1>
<img src="Java_logo.png">
<div class="myclass">
<p>This is the tutorial to convert html to pdf.</p>
</div>
</div>
</body>
</html>
要将HTML转换为PDF，我们首先从定义的位置读取HTML文件：
File inputHTML = new File(HTML);
下一步，我们将使用jsoup将上述HTML文件转换为jsoup文档以呈现XHTML。
下面给出的是XHTML输出：
Document document = Jsoup.parse(inputHTML, "UTF-8");
document.outputSettings().syntax(Document.OutputSettings.Syntax.xml);
return document;
现在，作为最后一步，让我们从上一步生成的XHTML文档创建一个PDF，ITextRenderer将获取此XHTML文档并创建一个输出PDF文件。请注意，我们将代码包装在try-with-resources块中，以确保输出流已关闭：
try (OutputStream outputStream = new FileOutputStream(outputPdf)) {
ITextRenderer renderer = new ITextRenderer();
SharedContext sharedContext = renderer.getSharedContext();
sharedContext.setPrint(true);
sharedContext.setInteractive(false);
renderer.setDocumentFromString(xhtml.html());
renderer.layout();
renderer.createPDF(outputStream);
}
3.3 定制外部样式
我们可以将HTML输入文档中使用的其他字体注册到ITextRenderer，以便它可以在生成PDF时包含它们：
renderer.getFontResolver().addFont(getClass().getClassLoader().getResource("fonts/PRISTINA.ttf").toString(), true);
ITextRenderer可能需要注册相对URL来访问外部样式：
String baseUrl = FileSystems.getDefault()
.getPath("src/main/resources/")
.toUri().toURL().toString();
renderer.setDocumentFromString(xhtml, baseUrl);
我们可以通过实现ReplacedElementFactory来定制与图像相关的属性：
public ReplacedElement createReplacedElement(LayoutContext lc, BlockBox box, UserAgentCallback uac, int cssWidth, int cssHeight) {
Element e = box.getElement();
String nodeName = e.getNodeName();
if (nodeName.equals("img")) {
String imagePath = e.getAttribute("src");
try {
InputStream input = new FileInputStream("src/main/resources/"+imagePath);
byte[] bytes = IOUtils.toByteArray(input);
Image image = Image.getInstance(bytes);
FSImage fsImage = new ITextFSImage(image);
if (cssWidth != -1 || cssHeight != -1) {
fsImage.scale(cssWidth, cssHeight);
} else {
fsImage.scale(2000, 1000);
}
return new ITextImageElement(fsImage);
} catch (Exception e1) {
e1.printStackTrace();
}
}
return null;
}
注意：上述代码将基本路径作为图像路径的前缀，并在未提供时设置默认图像大小。
然后，我们可以将自定义ReplacedElementFactory添加到SharedContext：
sharedContext.setReplacedElementFactory(new CustomElementFactoryImpl());
4. 使用Open HTML进行转换
Open HTML To PDF是一个Java库，它使用CSS 2.1(及更高版本的标准)进行布局和格式化，将格式良好的XML/XHTML(甚至一些HTML5)输出为PDF或图片。
4.1 Maven依赖
除了上面显示的jsoup库之外，我们还需要在pom.xml文件中添加几个Open HTML To PDF库：
<dependency>
<groupId>com.openhtmltopdf</groupId>
<artifactId>openhtmltopdf-core</artifactId>
<version>1.0.10</version>
</dependency>
<dependency>
<groupId>com.openhtmltopdf</groupId>
<artifactId>openhtmltopdf-pdfbox</artifactId>
<version>1.0.10</version>
</dependency>
库openhtmltopdf-core呈现格式良好的XML/XHTML，而openhtmltopdf-pdfbox根据呈现的XHTML表示生成PDF文档。
4.2 HTML转PDF
在这个程序中，为了使用Open HTML将HTML转换为PDF，我们将使用3.2节中提到的相同HTML。首先，我们将HTML文件转换为jsoup文档，就像我们在前面的示例中展示的那样。
最后一步，为了从XHTML文档创建PDF，PdfRendererBuilder将获取此XHTML文档并创建一个PDF作为输出文件。同样，我们使用try-with-resources来包装我们的逻辑：
try (OutputStream os = new FileOutputStream(outputPdf)) {
PdfRendererBuilder builder = new PdfRendererBuilder();
builder.withUri(outputPdf);
builder.toStream(os);
builder.withW3cDocument(new W3CDom().fromJsoup(doc), "/");
builder.run();
}
4.3 定制外部样式
我们可以将HTML输入文档中使用的其他字体注册到PdfRendererBuilder，以便它可以将它们包含在PDF中：
builder.useFont(new File(getClass().getClassLoader().getResource("fonts/PRISTINA.ttf").getFile()), "PRISTINA");
PdfRendererBuilder库可能还需要注册相对URL来访问外部样式，类似于我们之前的示例：
String baseUrl = FileSystems.getDefault()
.getPath("src/main/resources/")
.toUri().toURL().toString();
builder.withW3cDocument(new W3CDom().fromJsoup(doc), baseUrl);
5. 总结
在本文中，我们学习了如何使用Flying Saucer和Open HTML将HTML转换为PDF。我们还讨论了如何注册外部字体、样式和自定义设置。
Post Directory
