HTML转PDF方案

在Java世界,要想生成PDF,方案不少。最近一直在和这个东西打交道,所以简单做一个小结吧。 

在此之前,先来勾画一下我心中比较理想的一个解决方案。在企业应用中,碰到的比较多的PDF的需求,可能是针对某个比较典型的具备文档特性的内容,导出成为PDF进行存档。由于我们现在往往使用一些开源框架,诸如ssh来构建我们的应用,所以我们相对熟悉的方案是针对具体的业务逻辑设计实体,使用开源框架来实现我们的业务逻辑。 而PDF的导出,最好不要破坏现有的程序框架,甚至能复用我们业务逻辑层的代码。 因为如果把PDF作为一种特殊的表现形式的话,实际上它有点类似模板。 最佳的情况,是我们能够通过编写某种模板,把PDF的大概样子确定下来,然后把数据和模板做一次整合,得到最后的结果  

带着这个目标,开始在网上搜索解决方案。也找到了一些方案,下面简单小结一下: 

Jasper Report  

看到的市面上采用的最多的方案,是Jasper Report。相关的文档也很多,不过很杂,需要完全掌握,我认为还是有些坡度和时间的。这个时间和坡度我认为主要来自于对iReport这个IDE的反复尝试,对里面的每个属性的摸索。 

Jasper Report的设计思路,本身是不违反我上面所说的初衷的。因为我们的努力方向是先生成模板,然后得到数据,最后将两者整合得到结果。但是Jasper Report的问题在于,其生成模板的方式过于复杂,即使有IDE的帮助,我们还是需要对其中的众多规则有所了解才行,否则就会给调试带来极大的麻烦。 

所以,我认为Jasper Report是一个半调子方案,这种强依赖于IDE进行可视化编辑的方式令我很不爽。同时,由此带来的诸多的限制,相信也让很多使用者颇为头疼。在经历了一番痛苦的挣扎后,决定放弃使用这种方案。 

iText  

其实Jasper Report是基于iText的。于是有的人会说,那么直接使用iText不是一种倒退么?的确,直接使用iText似乎就需要直接使用原生的API进行编程了。不过幸好iText其实提供了一些方便的API,通过使用这些API,我们可以直接将HTML代码转化成iText可识别的Document对象,从而导出PDF文档。 

Java代码   收藏代码
  1. import java.io.FileOutputStream;  
  2. import java.io.FileReader;  
  3. import java.util.ArrayList;  
  4.   
  5. import com.lowagie.text.Document;  
  6. import com.lowagie.text.Element;  
  7. import com.lowagie.text.html.simpleparser.HTMLWorker;  
  8. import com.lowagie.text.html.simpleparser.StyleSheet;  
  9. import com.lowagie.text.pdf.PdfWriter;  
  10.   
  11. public class MainClass {  
  12.   public static void main(String[] args) throws Exception {  
  13.     Document document = new Document();  
  14.     StyleSheet st = new StyleSheet();  
  15.     st.loadTagStyle("body""leading""16,0");  
  16.     PdfWriter.getInstance(document, new FileOutputStream("html2.pdf"));  
  17.     document.open();  
  18.     ArrayList p = HTMLWorker.parseToList(new FileReader("example.html"), st);  
  19.     for (int k = 0; k < p.size(); ++k)  
  20.       document.add((Element) p.get(k));  
  21.     document.close();  
  22.   }  
  23. }  


这是从网上找到的一个例子。从代码中,我们可以看到,iText本身提供了一个简单的HTML的解析器,它可以把HTML转化成我们需要的PDF的document。 

有了这个东西,基本上我的目标就能达成一大半了。接下来我的任务就是根据实际情况去编写HTML代码,然后扔进这个方法,就OK了。而真正的HTML代码,我们则可以在这里使用真正的模板技术,Freemarker或者Velocity去生成我们所需要的内容。当然,这已经是我们熟门熟路的东西了。 

正当我觉得这个方案基本能符合我的要求的时候,我也同样找到了它的很多弱项: 

1. 无法识别很多HTML的tag和attribute(应该是iText的HTMLParser不够强大)  
2. 无法识别CSS  

如果说第一点我还可以勉强接受的话,那么第二点我就完全不能接受了。无法识别简单的CSS,就意味着HTML失去了最基本的活力,也无法根据实际要求调整样式。 

所以这种方案也必然无法成为我的方案。 

flying sauser  

在这种情况下,我几乎已经燃起了自己编写一个支持CSS解析的HTML Parser的想法。幸好,在一个非常偶然的情况下,我在google中搜到了这样一个开源项目,它能够满足我的一切需求。这就是flying sauser,项目主页是: https://xhtmlrenderer.dev.java.net/  

项目的首页非常吸引人: An XML/XHTML/CSS 2.1 Renderer 。这不正是我要的东西么? 

仔细再看里面的文档: 

引用
Flying Saucer is an XML/CSS renderer, which means it takes XML files as input, applies formatting and styling using CSS, and generates a rendered representation of that XML as output. The output may go to the screen (in a GUI), to an image, or to a PDF file. Because we believe most people will be interested in re-using their knowledge of web layout, our main target for content is XHTML 1.0 (strict), an XML document format that standardizes HTML. 


完美了。这东西能解析HTML和CSS,而且能输出成image,PDF等格式。哇!我们来看看sample代码(代码丑陋,不过已经能说明问题了): 

Java代码   收藏代码
  1. /*  
  2. * ITextRendererTest.java *  
  3. * Copyright 2009 Shanghai TuDou.   
  4. * All rights reserved.  
  5. */  
  6.   
  7. package itext;  
  8.   
  9. import java.io.File;  
  10. import java.io.FileOutputStream;  
  11. import java.io.OutputStream;  
  12.   
  13. import org.xhtmlrenderer.pdf.ITextFontResolver;  
  14. import org.xhtmlrenderer.pdf.ITextRenderer;  
  15.   
  16. import com.lowagie.text.pdf.BaseFont;  
  17.   
  18. /**  
  19.  * TODO class description *  
  20.  * 
  21.  * @author pcwang 
  22.  * 
  23.  * @version 1.0, 上午11:03:26  create $Id$ 
  24.  */  
  25. public class ITextRendererTest {  
  26.     public static void main(String[] args) throws Exception {  
  27.         String inputFile = "conf/template/test.html";  
  28.         String url = new File(inputFile).toURI().toURL().toString();  
  29.         String outputFile = "firstdoc.pdf";  
  30.         OutputStream os = new FileOutputStream(outputFile);  
  31.         ITextRenderer renderer = new ITextRenderer();  
  32.         renderer.setDocument(url);  
  33.   
  34.         // 解决中文支持问题  
  35.         ITextFontResolver fontResolver = renderer.getFontResolver();  
  36.         fontResolver.addFont("C:/Windows/Fonts/arialuni.ttf", BaseFont.IDENTITY_H, BaseFont.NOT_EMBEDDED);  
  37.   
  38.         // 解决图片的相对路径问题  
  39.         renderer.getSharedContext().setBaseURL("file:/D:/Work/Demo2do/Yoda/branch/Yoda%20-%20All/conf/template/");  
  40.           
  41.         renderer.layout();  
  42.         renderer.createPDF(os);  
  43.           
  44.         os.close();  
  45.     }  
  46. }  


运行,成功!实在太简单了!API帮你完成了一切! 

有了这个东西,我们就可以将PDF的生成流程变成这样: 

1) 编写Freemarker或者Velocity模板,打造HTML,勾画PDF的样式(请任意使用CSS)  

2) 在你的业务逻辑层引入Freemarker的引擎或者Velocity的引擎,并将业务逻辑层中可以获取的数据和模板,使用引擎生成最终的内容  

3) 将我上面的sample代码做简单封装后,调用,生成PDF  

这样,我想作为一个web程序员来说,上面的3点,都不会成为你的绊脚石。你可以轻松驾驭PDF了。 

在Flying Saucer的官方文档中,有一些Q&A,可以解决读者们大部分的问题。包括PDF的字体、PDF的格式、Image如何处理等等。大家可以尝试着去阅读。 

还有一篇文章,好像是作者写的,非常不错: http://today.java.net/pub/a/today/2007/06/26/generating-pdfs-with-flying-saucer-and-itext.html

你可能感兴趣的:(java,pdf)