从网页抓取的div转化成html再转换为pdf

主要的操作步骤，抓取，利用ftl生成html，利用html生成pdf文件，最后删除html文件

 package com.nriet.business.service.tflj.impl;
    
    import java.io.File;
    import java.io.IOException;
    import java.util.HashMap;
    import java.util.Map;
    
    import org.jsoup.Connection;
    import org.jsoup.Jsoup;
    import org.jsoup.nodes.Document;
    import org.jsoup.nodes.Element;
    import org.jsoup.select.Elements;
    import org.springframework.beans.factory.annotation.Autowired;
    import org.springframework.stereotype.Service;
    
    import com.nriet.business.bean.tflj.TZywwBeCpwjxxBean;
    import com.nriet.business.dao.tflj.TfljDao;
    import com.nriet.business.service.tflj.TfljService;
    import com.nriet.business.util.DateUtil;
    import com.nriet.business.util.FkUtil;
    import com.nriet.business.util.PdfUtil;
    import com.nriet.business.util.ZqtpUtil;
    import com.nriet.common.util.StringUtil;
    
    public class TfljServiceImpl{
    
        private static final String URL = "http://www.nm110.cn/psh/counry/waring/tyhoon.html";//采集地址
        private static final String PATH = "E:\\data\\share\\product\\DATA\\product\\";//pdf存储路径

        public void receiveURL() {
            Connection conn = Jsoup.connect(URL);
    conn.header("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/52.0.2743.116 Safari/537.36");
            Document doc;
            try {
             //设置超时时间，同时Document对象中封装了返回的html文档
                doc = conn.timeout(100000).get();
                Element mainContent = doc.getElementById("maincontent");
             //所需的div
                Element text = mainContent.getElementById("text");
             //日期
                Elements dateTag = text.getElementsByTag("b");
                String year = dateTag.get(0).text();
                String month = dateTag.get(1).text();
                String day = dateTag.get(2).text();
                String rq=year+"-"+month+"-"+day;
                    String fileName = "66666";
                    // 遍历b标签中的内容
                    for (int i = 0; i < dateTag.size(); i++) {
                        if (i >= 4) {
                            break;
                        }
                        fileName += dateTag.get(i).text();
                    }
                 //临时html文件名
                    String htmlName = fileName + ".html";
                 //pdf文件名
                    String pdfName = fileName + ".pdf";
                    File pdfFile = new File(PATH + year + "\\" + year + month + "\\" + pdfName);
                    // 如果PDF文件不存在,创建
                    if (!pdfFile.exists()) {
                        Map m = new HashMap();
                        m.put("tfgb", text);
                        FkUtil f = new FkUtil();
                     //生成临时html文件
                        f.html(m, PATH + year + "\\" + year + month + "\\" + htmlName);
                        PdfUtil pdf = new PdfUtil();
                        pdfFile.getParentFile().mkdirs();
                        //创建pdf文件
     pdf.createPdf(PATH + year + "\\" + year + month + "\\" + htmlName,PATH + year + "\\" + year + month + "\\" + pdfName);
                        //删除临时html文件
                        File htmlFile = new File(PATH + year + "\\" + year + month + "\\" + htmlName);
                        // 如果文件路径所对应的文件存在，并且是一个文件，删除
                        if (htmlFile.exists() && htmlFile.isFile()) {
                            htmlFile.delete();
                        }
                    }
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }

这个是模板

	
		
			
	
	
${tfgb}
	

根据抓取到信息的，利用ftl生成html文件

package com.nriet.business.util;

import java.io.File;
import java.io.FileOutputStream;
import java.io.FileWriter;
import java.io.IOException;
import java.io.OutputStreamWriter;
import java.io.Writer;
import java.util.Locale;
import java.util.Map;

import javax.servlet.ServletContext;
import javax.servlet.http.HttpServletRequest;

import org.springframework.web.context.ContextLoader;

import com.nriet.business.service.tflj.impl.TfljServiceImpl;

import freemarker.cache.MruCacheStorage;
import freemarker.template.Configuration;
import freemarker.template.Template;
import freemarker.template.TemplateException;

public class FkUtil {
    // 模板路径
    private static final String ftl_PATH = "templates";

    // html模板文件
    private static final String ftl = "ftl.ftl";

    /**
     * 生成html文件
     * 
     * @param rootMap 数据
     * @param name 文件路径+文件名称
     */
    public void html(Map rootMap, String name) {
        Configuration cfg = new Configuration();
        try {
            cfg.setDefaultEncoding("UTF-8");
            cfg.setEncoding(Locale.getDefault(), "UTF-8");
            
            
             //设定去哪里读取相应的ftl模板，此方法模板的路径由第一个参数的类决定
           cfg.setClassForTemplateLoading(this.getClass(),ftl_PATH );
         //cfg.setClassForTemplateLoading(TfljServiceImpl.class,TEMPLATE_PATH); 
          
        // 设定去哪里读取相应的ftl模板，此方法使用web容器加载，无论模板放在项目中的何处都可以找到
        //cfg.setServletContextForTemplateLoading(ContextLoader.getCurrentWebApplicationContext().getServletContext(), "/WEB-INF/config/templates/tflj");
                       
            
            // 获取目标模板
            Template template = cfg.getTemplate(ftl);
            // 创建目标html文件
            File file = new File(name);
            // 创建字符输出流
            Writer writer = new OutputStreamWriter(new FileOutputStream(file), "UTF-8");
            // map用来给模板传递数据，writer将模板内容写入到上面新建的html文件
            template.process(rootMap, writer);
            writer.flush();
            writer.close();
        } catch (IOException | TemplateException e1) {
            e1.printStackTrace();
        }
        }
}

html文件生成好了，我们就能生成pdf了

package com.nriet.business.util;

import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
import java.nio.charset.Charset;

import com.itextpdf.text.Document;
import com.itextpdf.text.DocumentException;
import com.itextpdf.text.pdf.PdfWriter;
import com.itextpdf.tool.xml.XMLWorkerHelper;

public class PdfUtil {
    /**
     * 
     * @param pdf PDF存储路径
     * @throws html html存储路径
     */
    public void createPdf(String html,String pdf){
        // step 1
        Document document = new Document();
        // step 2
        PdfWriter writer = null;
        try {
            writer = PdfWriter.getInstance(document, new FileOutputStream(pdf));
            // step 3
            document.open();
            // step 4
            XMLWorkerHelper.getInstance().parseXHtml(writer,document, new FileInputStream(html),Charset.forName("UTF-8"));
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        } catch (DocumentException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
        // step 5
        document.close();
    }
}

jar包及jdk