为何选择iText？java PDF开源库选择与iText发展历史

Posted 2022-12-04 CuteXiaoKe

    转眼间，我写iText7系列已经有一年多了，还记得最开始的时候是因为兴趣才翻译iText，不过随着慢慢翻译文章才发现iText的强大之处，最近也是调研了整个java PDF开源库的生态圈，我给大家详细讲一下java PDF开源库的选择还有我选择iText的理由。

1. 源起PDF

1.1 PDF定义

    我们先来看一下何为PDF，PDF（Portable Document Format的简称，意为“便携式文档格式”），是由Adobe Systems用于与应用程序、操作系统、硬件无关的方式进行文件交换所发展出的文件格式。
    可移植文档格式是一种电子文件格式。这种文件格式与操作系统平台无关，也就是说，PDF文件不管是在Windows，Unix还是在苹果公司的Mac OS操作系统中都是通用的。这一特点使它成为在Internet上进行电子文档发行和数字化信息传播的理想文档格式。越来越多的电子图书、产品说明、公司文告、网络资料、电子邮件在开始使用PDF格式文件。
    总结一下就是PDF是一种文件格式，只要按照这种文件格式谁都能创建、阅读和编辑PDF文档。

之前一直以为PDF是Adobe的产物是有版权，其余的阅读器什么都是向Adobe公司申请版权的，才发现自己理解错了，只要你有能力完全可以自己设计PDF阅读器和编辑器

1.2 PDF SDK

    对于我们开发人员来说，我们最关注的PDF SDK，只要有PDF SDK那么就能用程序来创建、修改和展示PDF文件。有这样一个现象就是：

• PDF读操作，免费
• 编辑/创建，收费

    相信大家也能感受到了，平时我们都是用的Adobe Reader吧，阅读免费的，但是编辑就是要用收费软件Adobe Acrobat Pro。

    这些阅读器都是对应有PDF SDK，比较著名的两款软件是Adobe Reader和Foxit Reader(Adobe Reader和和Foxit Reader个人感觉比较类似Office和WPS的关系)，其对应的PDF SDK，也只提供免费的view模块，而edit等其它模块都是收费的。
    Adobe PDF SDK和Foxit PDF SDK资料很齐全，函数功能也很齐全，但是缺乏编辑和创建模块，相应的模块都是需要申请试用和购买。
    其实，网上免费的PDF SDK也不少，但是都发展的很慢，功能比较少，本篇主要是关注java PDF开源库的选择，所以在这里着重介绍java PDF开源库。

2. java PDF开源库

2.1 各方开源库

    其实就PDF SDK而言，有很多免费的开源软件，我们列举一下参考资料3里面列举出的开源类库(估计有点老了，但是还是很有参考价值)：

名称	点击次数	描述
iText	6353	iText是一个能够快速产生PDF文件的java类库。iText的java类对于那些要产生包含文本，表格，图形的只读文档是很有用的。它的类库尤其与java Servlet有很好的给合。使用iText与PDF能够使你正确的控制Servlet的输出。
PDF Box	1958	PDFBox是一个Apache开源的x项目。可以操作PDF文档的Java PDF类库。它可以创建一个新PDF文档,操作现有PDF文档并提取文档中的内容。
JFreeReport	2146	JFreeReport的数据继承自Swing组件的TableModel接口。JFreeReport生成的报表可以分页预览、打印或者保存为多种格式的文件包括pdf、Excel、html等。
PJX	1214	PJX支持读取，组合，处理，和生成PDF文档（注意：PJX需要 J2SE 1.4.0 或更高版本）。
FOP	912	FOP是由James Tauber发起的一个开源项目，原先的版本是利用xsl-fo将xml文件转换成pdf文件。但最新的版本它可以将xml文件转换成pdf，mif，pcl，txt等多种格式以及直接输出到打印机，并且支持使用SVG描述图形
gnujpdf	782	gnujpdf是一个java类包(gnu.jpdf.*),它提供了一个简单的API来创建与打印PDF文件。遵循LGPL开源协议
Connla	986	Connla是一个Java包用于创建可导成TXT,CSV,HTML,XHTML,XML,PDF和XLS等格式的数据集。

    说了这么多开源库，是不是优点眼花缭乱了呢？Java PDF开源库这一块一直在国内很薄弱的，为啥呢？文档！文档！文档！ 重要的事情说三遍！文档不全，难以学习，是阻挡开源库发展的主要原因，而且大多数PDF开源库只关注一方面，拥有全面功能的PDF可以说少之又少。

    其实我们从点击量就能看出PDF开源库的受欢迎程度了。除去JFreeRport(因为不能操作原生的PDF，依赖于报表)以外，最火热就是iText和Apache PDFBox和FOP了(Apache毕竟厉害)，所以让我们来看一下他们的比较。

2.2 iText vs Apache FOP和PDFBox

2.2.1 点击量/浏览量/欢迎度比拼

    先来看一下14年的google上两款软件点击量的比较：

图1. google上访问量比较

iTextSharp是iText的C#版本，现已纳入iText体系

    而FOP的欢迎程度是不如PDFBox的，所以我们接下来都比较iText与Apache PDFBox之间的差异。

    再看一下和PDFBox在Github上两者的人气：

• iText:

  

• PDFBox：

  

这还不包括iText的其他项目，光一个项目iText就占上风了。

2.2.2 模块/功能比拼

    接着来看一下各自的功能特性：

• PDFBox:
  • Unicode文本提取
  • PDF文档拼接/分离
  • 从PDF表单里面提取数据/数据填充表单
  • 验证PDF文档是否符合PDF/A-1b标准
  • 使用标准Java打印API打印PDF文档
  • 另存为图片文件，如PNG、JPEG
  • 使用内嵌字体和图片从头创建PDF
  • 电子签名PDF文件
• iText:
  • PDFBox里面的特性iText都有
  • iText与Servlet结合很好(我这种java web开发者的福音)
  • 自动化的文档处理，例如从XML，HTML，web表单，CSS或者数据库转换成PDF
  • 文档更加安全
  • 丰富的插件，各个插件对于一个开源项目，可以访问iText GitHub
  • 能方便地加入你的数据处理中，详情参阅参考资料7

2.2.3 文档例子比拼

    最后看一下两者提供的文档：

• iText:
  • 官网提供的资料很多
  • 出版了几本电子书，最新的iText7有三本书籍，也是我一直在翻译的
  • 申请成功授权以后，提供支持
  • stackoverflow上面有专门模块来提供答疑
  • 官网论坛提供支持
• PDFBox：
  • 暂时只有官网提供少量资料，没有系统地阐述架构
  • 样例有限
  • 没有相应的官方论坛
  • 还有很多bug需要大家一起努力

因为我自己本身没有用过PDFBox，也不能亲自作出比较，不过可以参考一些网友的体验，听说对中文的支持不是特别好，详情阅读参考资料5

2.3 iText唯一缺陷

    为啥iText这么强大，这么优秀，为什么用的人这么少呢？或者没有大力推广呢？其实主要是碍于它的许可协议APGL，这个什么许可协议呢？我来总结一下：

• 如果你项目用到了iText系列产品，而且你把你的项目用于商业用途，那么你就需要向iText公司申请授权费了。
• 除了上述情况，那么都是开源的，只要是个人用途或者源码公开项目，那么你都可以免费试用iText产品

现在好的PDF SDK都是收费的，最让人蛋疼的是，如果你想体验其效果的时候，还需要申请试用权，还有一定期限。

iText的这个许可协议我就觉得很好，我们能够第一时间拿到所有源码，使用其功能，能自己评估其性能，像我们这种学生党用来学习研究没有那么多顾虑，等我们需要商业用途的时候，那时也是在企业了，出点钱获取服务也是理所应当，好的东西都是一般都是要收费，而且听说iText授权费也不高。

3. iText发展历史

3.1 介绍以及发展

    iText是一个用Java和.NET语言写的库，用来创建和修改PDF文件。

    iText是由Bruno Lowagie编写的，源码一开始使用的是MPL许可协议和LGPL许可协议，但是随着5.0.0(2009年12月7日)的发布，iText开始使用AGPLv3。之前LGPL/MPL许可协议下的iText现在在GitHub上有一个活跃的分支——OpenPDF。当然，iText Software NV拥有对iText的所有支持产权和授予权。

    iText提供除了基本的创建、修改PDF文件外的其他高级的PDF特性，例如基于PKI的签名，40位和128位加密，颜色校正，带标签的PDF，PDF表单(AcroForms)，PDF/X,通过ICC配置文件和条形码进行颜色管理。这些特性被一些产品和服务中使用，包括Eclipse BIRT，Jasper Reports，JBoss Seam，Windward Reports和pdftk。

3.2 各个历史版本及特性

    让我们来看一下iText的各个版本，和主要特性：

• iText 0.x(2000-2006)
  • 最开始的版本发布在2000年的情人节，这些版本需要开发人员懂很多PDF的语法、概念等，所以适用性不大。
• iText 1.x-2.x/iTextSharp 3.x-4.x(2006-2009)
  • 这些版本的库很受欢迎，但是这些库不在更新也不能在商业环境中使用
  • 这些版本的最后的版本是在2009年(iText 2.1.7/iTextSharp 4.1.6.0)
• iText 5.x和iTextSharp 5.x(2009-2016)
  • 2009年，许可协议从LGPL/MPL变成了AGPL
  • iTextSharp被设计成iText库的.NET版本，并且与iText版本号同步，iText 5.0.0和iTextSharp5.0.0同时发布
  • Java方面，使用Java 5/JDK 1.5
  • iText开始逐渐专业化，iText库由公司提供支持，公司收入用于修复bug，标准化和提高性能
• iText 7.x(2016-现在)
  • 完全重写，重点关注可扩展性和模块化
  • 不适用iTextSharp这个名称，都统称为iText,有Java和.Net版本
  • Java方面，使用Java 7/JDK 1.7

    具体发展历史图：

图2. iText发展历史图

    各个版本的比较：

图3. iText各个版本比较图

    具体的版本更新，可以访问官网

3.3 iText7及各个插件版本

    iText7有很多插件，能帮助我们完成各种功能，具体的版本号如下：

图4. iText7及各个插件版本

4. 中文文档

    国内关于iText系列的讲解和翻译并不是很多，一般问题都是停留在iText5方面的，不过没关系，这不是有我系统翻译的文章嘛，还有一些杂谈(写这篇文章才不是为了推广自己呢，哼),大家可以参考我的文章。有问题大家也可以一起讨论，最近也是加入了iText中文官方社区，以后会有专门的网页给大家 提供帮助！自己的个人网站也会部署一些关于iText的应用,感谢大家一如既往的支持！

5. 参考资料

[1] PDF百度百科词条
[2] PDF文件的读写（使用SDK）.（一）.闲谈PDF SDK
[3] Java开源 PDF类库
[4] Java Revisited: Open source Java Libraries to Create PDF documents - iText vs Apache FOP
[5] Java操作pdf>>>pdfBox使用体验
[6] Apache PDFBox官网
[7] iText in your dociment workflow
[8] iText-wiki
[9] iText History-iText官网
[10] iTextSharp vs iText-StackOverflow