HTML5 到 PDF 服务器端 [关闭]

Posted 2023-02-24

【中文标题】HTML5 到 PDF 服务器端 [关闭]

【英文标题】：HTML5 to PDF serverside [closed]

【发布时间】：2012-09-23 01:41:06

【问题描述】：

我正在寻找从服务器端的 html5/CSS3 文档生成 PDF 的解决方案。

我知道有很多创建 PDF 的解决方案（如 FOP、iText...），但我需要确保它看起来与 HTML 页面 100% 相同。所以，我不想像 FOP 或 iText 这样逐个元素地创建 PDF 元素。

实际上，应该存在某些东西，因为这就是您从浏览器打印为 PDF 时所做的事情。 理想情况下，该解决方案应嵌入 Web 浏览器引擎（webkit 或 gecko）。我试过wkHtmlToPdf...但结果一点都不好（HTML5画布甚至没有打印...）

如果有人有任何解决方案的想法，无论是否免费，任何语言......我将不胜感激！ 谢谢！！

【问题讨论】：

为什么这仍然关闭？每个问题都会引发比这更多的“征求辩论、争论、投票或扩展讨论”。

wkhtml2pdf 现在 确实 渲染画布...参见 wkhtmltopdf.org。为 wkhtml2pdf 竖起大拇指......只有一个可执行文件而不是处理 7000 多个 java 类的 fop

，这真是太棒了

【参考方案1】：

我使用 PhantomJS 从网页生成 png 图像，它也可以生成 PDF，而且质量通常很好。该属性称为屏幕截图并描述为here。支持的格式为 PNG、JPEG、GIF 和 PDF。

转换为 PDF 时，页面文本保留为文本。

在测试了其他几个库或程序后，发现 PhantomJS 是最完美的解决方案。 PhantomJS 使用 WebKit，一个真正的布局和渲染引擎。

https://github.com/ariya/phantomjs/wiki/Examples 中的示例很少。在渲染/光栅化部分中提到了以下脚本，可以帮助您完成此过程：

rasterize.js rasterizes a web page to image or PDF

PhantomJS QuicStart Guide 说：

可以生成 PDF 输出，例如来自***的文章：

phantomjs rasterize.js 'http://en.wikipedia.org/w/index.php?title=Jakarta&printable=yes' jakarta.pdf

或在创建可打印的备忘单时：

phantomjs rasterize.js http://www.nihilogic.dk/labs/webgl_cheat_sheet/WebGL_Cheat_Sheet.htm webgl.pdf

我测试了几页的 pdf 生成，如果页面遵循标准，它会产生很好的结果。文本是高质量的可选择和可打印的，但在某些页面上，pdf 中的布局与 png 中的不同。下面是两个使用命令生成的截图：

$ phantomjs rasterize.js 'http://windows.microsoft.com/en-US/windows/home' microsoft.png

$ phantomjs rasterize.js 'http://windows.microsoft.com/en-US/windows/home' microsoft.pdf 

我也测试了http://lab.simurai.com/buttons/。 pdf 和 png 非常相同，下面是一个 pdf 样本，我将其光栅化为 5641px 宽并裁剪了其中的一个区域。与前面的 PDF 示例一样，可以在 PDF 中选择文本，并且如您所见，文本很清晰（没有抗锯齿！）。

正在安装

我首先尝试在从源代码编译的 Centos5 上安装 Qt 库和 PhantomJS，但没有成功。然后在 Ubuntu 11.10 上，这个过程很轻松：

我下载了http://phantomjs.googlecode.com/files/phantomjs-1.7.0-linux-x86_64.tar.bz2 并使用

tar -xjvf phantomjs-1.7.0-linux-x86_64.tar.bz2

然后将phantomjs可执行文件复制到系统的bin目录：

$ cp phantomjs-1.7.0-linux-x86_64/bin/phantomjs /usr/local/bin/phantomjs

phantomjs 已准备好运行。

如果生成的PDF不好，你可以尝试更新Webkit，但我想结果应该足够了。 PhantomJS 有很好的更新周期，所以应该在合理的时间内修复错误。

PhantomJS FAQ 也有很好的可能性信息。

【参考方案2】：

根据您的 HTML 的复杂程度，您可以使用 XmlWorker，这是 iText 开发人员的一个项目并使用 iText。

【参考方案3】：

你在服务器端使用什么语言？

创建页面的屏幕截图然后将图像转换为 pdf 可能会给您最好的结果。它将显示的页面与浏览器呈现的页面完全相同。

有一些屏幕截图即服务工具，例如browshot.com。看看API 和supported languages。

或者你可以使用你的工具。对于node.js，github 上有一个不错的项目。

【讨论】：

感谢您的回答。我在服务器端使用 Java，但我愿意为这个 PDF 生成使用其他东西。不幸的是，截图不是一个选项，因为生成的 pdf 应该是专业打印机的真实 PDF（例如，文本应该是文本，而不是某些像素）。

将图像转换为 PDF 是一个非常糟糕的主意 - 您将丢失所有文本，因此无法很好地缩放，并且无法复制/粘贴或搜索。它还会使 PDF 文件比它需要的大。如果使用 wkHtmlToPdf 或 phantomJs 或普通浏览器的打印选项，文本会作为文本进入 PDF，任何矢量图也会作为矢量进入，避免了这些问题。