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。 

 import java.io.FileOutputStream;
 import java.io.FileReader;
 import java.util.ArrayList;

 import com.lowagie.text.Document;
 import com.lowagie.text.Element;
 import com.lowagie.text.html.simpleparser.HTMLWorker;
 import com.lowagie.text.html.simpleparser.StyleSheet;
 import com.lowagie.text.pdf.PdfWriter;

 public class MainClass {
   public static void main(String[] args) throws Exception {
     Document document = new Document();
     StyleSheet st = new StyleSheet();
     st.loadTagStyle("body", "leading", "16,0");
     PdfWriter.getInstance(document, new FileOutputStream("html2.pdf"));
     document.open();
     ArrayList p = HTMLWorker.parseToList(new FileReader("example.html"), st);
     for (int k = 0; k < p.size(); ++k)
       document.add((Element) p.get(k));
     document.close();
   }
 }

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)： 

 /*
 * ITextRendererTest.java *
 * Copyright 2009 Shanghai TuDou.
 * All rights reserved.
 */

 package itext;

 import java.io.File;
 import java.io.FileOutputStream;
 import java.io.OutputStream;

 import org.xhtmlrenderer.pdf.ITextFontResolver;
 import org.xhtmlrenderer.pdf.ITextRenderer;

 import com.lowagie.text.pdf.BaseFont;

 /**
  * TODO class description *
  *
  * @author pcwang
  *
  * @version 1.0, 上午11:03:26  create $Id$
  */
 public class ITextRendererTest {
     public static void main(String[] args) throws Exception {
         String inputFile = "conf/template/test.html";
         String url = new File(inputFile).toURI().toURL().toString();
         String outputFile = "firstdoc.pdf";
         OutputStream os = new FileOutputStream(outputFile);
         ITextRenderer renderer = new ITextRenderer();
         renderer.setDocument(url);

         // 解决中文支持问题
         ITextFontResolver fontResolver = renderer.getFontResolver();
         fontResolver.addFont("C:/Windows/Fonts/arialuni.ttf", BaseFont.IDENTITY_H, BaseFont.NOT_EMBEDDED);

         // 解决图片的相对路径问题
         renderer.getSharedContext().setBaseURL("file:/D:/Work/Demo2do/Yoda/branch/Yoda%20-%20All/conf/template/");

         renderer.layout();
         renderer.createPDF(os);

         os.close();
     }
 }

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