关于html转pdf

Posted 2020-07-28

本篇作为一个备忘，记录一下html转pdf中遇到的问题。

没有具体做这个东西的时候不知道，网络上能将html转换成pdf的资源并不太多，使用上有很多都存在一些问题。能完美将一个站点中的页面（这里说一个站点中的页面是指非特意制作只包含简单html元素的网页）转换成pdf的很多都是收费的项目。

这里不讨论itextsharp，因为我们指明了源是html页面，itextsharp对html的支持比较鸡肋，他的灵活体现在手动绘制pdf上。

我们的系统中原本使用了Pechkin这款开源产品，这款产品使用简单，而且转换出来的pdf与原页面看不出来差别。但Pechkin依赖于很多32位dll，这样应用程序必须运行在32位进程中。

为了使程序运行在64位进程中，尝试了很多，最后发现这个项目：https://github.com/vilppu/OpenHtmlToPdf

OpenHtmlToPdf与Pechkin的内部原理一样，都是封装了wkHtmlToPdf来实现的转换。

wkHtmlToPdf内部包含了一个浏览器引擎：Webkit，所以它能对html页面的还原比较真实，官方上看wkHtmlToPdf还曾发布过使用其他浏览器引擎的分支项目，有兴趣的话也可以去尝试一下。

OpenHtmlToPdf内部包含了32位和64位wkHtmlToPdf两个应用程序，使用命令的方式去调用不同的exe，以此来实现在两种进程中兼容。

其还提供了丰富的调用参数可供使用：http://wkhtmltopdf.org/libwkhtmltox/pagesettings.html

当然，因为wkhtmltopdf本身就是比较老的项目了，这里面有些参数我尝试后并没有得到什么效果。

使用示例：

using (WebClient wc = new WebClient())
{
                wc.Encoding = Encoding.UTF8;
                string html = wc.DownloadString(url);

                var document = Pdf.From(html)
                    .OfSize(OpenHtmlToPdf.PaperSize.LetterRotated)
                    .WithGlobalSetting("margin.top", "0.4cm");
                if (IntPtr.Size == 4)
                {
                    document = document.WithObjectSetting("load.zoomFactor", "1.5");
                }
                var result = document.Content();

                HttpContext.Current.Response.Clear();
                HttpContext.Current.Response.AddHeader("content-disposition", "attachment;filename=PDF" + DateTime.Now.ToString("yyyyMMddhhmmss") + ".pdf");
                HttpContext.Current.Response.ContentType = "application/octet-stream";
                HttpContext.Current.Response.BinaryWrite(result);
                HttpContext.Current.Response.End();
}

这个东西使用中也遇到一些问题。

看代码可以发现在32位进程的时候，我对文档做了特殊处理，使用load.zoomFactor做了放大。

因为使用中发现其在32位中生成的pdf比64位中生成的pdf小了一些，我并没能找到和直接解决这个诡异的问题，最后找了这个放大的参数（这个应该是对浏览器引擎操作的参数），使其在两种环境中生成的pdf看起来大小一致。。

当然，其实我们一般用不到一个web程序支持两种cpu进程，这只是为了在开发调试阶段使不同的开发者机器呈现的内容一致。