java完成HTML转PDF wkhtmltopdf

2021-04-10 02:29

阅读:678

为什么使用wkhtmltopdf

HTML转PDF的实现方式有很多,但是转换出来的PDF的质量又好有坏。之前试过IText和一些其他的工具,但是不是格式乱了就是由于标签书写不规范(没有结尾标签)导致转换出来的效果都不太满意,最后发现wkhtmltopdf转换格式什么基本没有问题而且使用也是比较简单就使用wkhtmltopdf。

第一步 下载安装

官网地址:https://wkhtmltopdf.org/downloads.html

技术图片

根据自己的系统来选择安装包。

第二步 配置环境变量

技术图片

安装完成之后找到安装路径,将其配置到环境变量中,方便使用。

配置完成环境变量之后就可以测试一下了。

技术图片

看看转换效果。

技术图片

可以看到转换效果是非常不错的。

第三步 代码调用wkhtmltopdf进行转换

辅助代码

package fangrong.com.cn.common.utils;

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;

public class HtmlToPdfInterceptor extends Thread {
    private InputStream is;

    public HtmlToPdfInterceptor(InputStream is) {
        this.is = is;
    }

    public void run() {
        try {
            InputStreamReader isr = new InputStreamReader(is, "utf-8");
            BufferedReader br = new BufferedReader(isr);
            String line = null;
            while ((line = br.readLine()) != null) {
                System.out.println(line.toString()); //输出转换进度等内容
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

转换代码

package fangrong.com.cn.common.utils;


import java.io.File;

/**
 * Input表单或JavaScript脚本支持:--enable-forms,下面这些是网友整理的参数说明
 * wkhtmltopdf [OPTIONS]...  [More input files] 
 * 常规选项
 * --allow                   允许加载从指定的文件夹中的文件或文件(可重复)
 * --book*                         设置一会打印一本书的时候,通常设置的选项
 * --collate                       打印多份副本时整理
 * --cookie          设置一个额外的cookie(可重复)
 * --cookie-jar              读取和写入的Cookie,并在提供的cookie jar文件
 * --copies                复印打印成pdf文件数(默认为1)
 * --cover*                   使用HTML文件作为封面。它会带页眉和页脚的TOC之前插入
 * --custom-header   设置一个附加的HTTP头(可重复)
 * --debug-javascript              显示的javascript调试输出
 * --default-header*               添加一个缺省的头部,与页面的左边的名称,页面数到右边,例如: --header-left ‘[webpage]‘ --header-right ‘[page]/[toPage]‘  --header-line
 * --disable-external-links*       禁止生成链接到远程网页
 * --disable-internal-links*       禁止使用本地链接
 * --disable-javascript            禁止让网页执行JavaScript
 * --disable-pdf-compression*      禁止在PDF对象使用无损压缩
 * --disable-smart-shrinking*      禁止使用WebKit的智能战略收缩,使像素/ DPI比没有不变
 * --disallow-local-file-access    禁止允许转换的本地文件读取其他本地文件,除非explecitily允许用 --allow
 * --dpi                      显式更改DPI(这对基于X11的系统没有任何影响)
 * --enable-plugins                启用已安装的插件(如Flash
 * --encoding            设置默认的文字编码
 * --extended-help                 显示更广泛的帮助,详细介绍了不常见的命令开关
 * --forms*                        打开HTML表单字段转换为PDF表单域
 * --grayscale                     PDF格式将在灰阶产生
 * --help                          Display help
 * --htmldoc                       输出程序HTML帮助
 * --ignore-load-errors            忽略claimes加载过程中已经遇到了一个错误页面
 * --lowquality                    产生低品质的PDF/ PS。有用缩小结果文档的空间
 * --manpage                       输出程序手册页
 * --margin-bottom       设置页面下边距 (default 10mm)
 * --margin-left         将左边页边距 (default 10mm)
 * --margin-right        设置页面右边距 (default 10mm)
 * --margin-top          设置页面上边距 (default 10mm)
 * --minimum-font-size                  设置方向为横向或纵向
 * --page-height         页面高度 (default unit millimeter)
 * --page-offset*          设置起始页码 (default )
 * --page-size               设置纸张大小: A4, Letter, etc.
 * --page-width          页面宽度 (default unit millimeter)
 * --password            HTTP验证密码
 * --post            Add an additional post field (repeatable)
 * --post-file        Post an aditional file (repeatable)
 * --print-media-type*             使用的打印介质类型,而不是屏幕
 * --proxy                  使用代理
 * --quiet                         Be less verbose
 * --read-args-from-stdin          读取标准输入的命令行参数
 * --readme                        输出程序自述
 * --redirect-delay          等待几毫秒为JS-重定向(default )
 * --replace*        替换名称,值的页眉和页脚(可重复)
 * --stop-slow-scripts             停止运行缓慢的JavaScripts
 * --title                   生成的PDF文件的标题(第一个文档的标题使用,如果没有指定)
 * --toc*                          插入的内容的表中的文件的开头
 * --use-xserver*                  使用X服务器(一些插件和其他的东西没有X11可能无法正常工作)
 * --user-style-sheet         指定用户的样式表,加载在每一页中
 * --username            HTTP认证的用户名
 * --version                       输出版本信息退出
 * --zoom                          
 * 页眉和页脚选项
 * --header-center*      (设置在中心位置的页眉内容)
 * --header-font-name*   (default Arial)(设置页眉的字体名称)
 * --header-font-size*   (设置页眉的字体大小)
 * --header-html*         (添加一个HTML页眉,后面是网址)
 * --header-left*        (左对齐的页眉文本)
 * --header-line*              (显示一条线在页眉下)
 * --header-right*       (右对齐页眉文本)
 * --header-spacing*     (设置页眉和内容的距离,默认0)
 * --footer-center*      (设置在中心位置的页脚内容)
 * --footer-font-name*   (设置页脚的字体名称)
 * --footer-font-size*   (设置页脚的字体大小default )
 * --footer-html*         (添加一个HTML页脚,后面是网址)
 * --footer-left*        (左对齐的页脚文本)
 * --footer-line*              显示一条线在页脚内容上)
 * --footer-right*       (右对齐页脚文本)
 * --footer-spacing*     (设置页脚和内容的距离)
 * 

* 页脚和页眉 * [page] 由当前正在打印的页的数目代替 * [frompage] 由要打印的第一页的数量取代 * [topage] 由最后一页要打印的数量取代 * [webpage] 通过正在打印的页面的URL替换 * [section] 由当前节的名称替换 * [subsection] 由当前小节的名称替换 * [date] 由当前日期系统的本地格式取代 * [time] 由当前时间,系统的本地格式取代 *

* 轮廓选项 * --dump-outline 转储目录到一个文件 * --outline 显示目录(文章中h1,h2来定) * --outline-depth 设置目录的深度(默认为4) *

* 表内容选项中 * --toc-depth* Set the depth of the toc (default) * --toc-disable-back-links* Do not link from section header to toc * --toc-disable-links* Do not link from toc to sections * --toc-font-name* Set the font used for the toc (default Arial) * --toc-header-font-name* The font of the toc header (if unset use --toc-font-name) * --toc-header-font-size* The font size of the toc header (default) * --toc-header-text* The header text of the toc (default Table Of Contents) * --toc-l1-font-size* Set the font size on level of the toc (default) * --toc-l1-indentation* Set indentation on level of the toc (default) * --toc-l2-font-size* Set the font size on level of the toc (default) * --toc-l2-indentation* Set indentation on level of the toc (default) * --toc-l3-font-size* Set the font size on level of the toc (default) * --toc-l3-indentation* Set indentation on level of the toc (default) * --toc-l4-font-size* Set the font size on level of the toc (default) * --toc-l4-indentation* Set indentation on level of the toc (default) * --toc-l5-font-size* Set the font size on level of the toc (default) * --toc-l5-indentation* Set indentation on level of the toc (default) * --toc-l6-font-size* Set the font size on level of the toc (default) * --toc-l6-indentation* Set indentation on level of the toc (default) * --toc-l7-font-size* Set the font size on level of the toc (default) * --toc-l7-indentation* Set indentation on level of the toc (default) * --toc-no-dots* Do not use dots, in the toc * ------------------------------------------------------------------------------------------------------------ */ public class HtmlToPdf { /** * html转pdf * * @param srcPath html路径,可以是硬盘上的路径,也可以是网络路径 * @param file pdf文件 * @return 转换成功返回true */ public static boolean convert(String srcPath, File file) { File parent = file.getParentFile(); // 如果pdf保存路径不存在,则创建路径 if (!parent.exists()) { parent.mkdirs(); } StringBuilder cmd = new StringBuilder(); String toPdfTool; if (System.getProperty("os.name").indexOf("Windows") == -1) { // 根据系统 // 非windows 系统 toPdfTool = "/usr/local/bin/wkhtmltopdf"; } else { toPdfTool = "D:/htmlTopdf/wkhtmltopdf/bin/wkhtmltopdf.exe"; } // 这里可以拼接页眉页脚等参数 参数详情在上方 cmd.append(toPdfTool); cmd.append(" "); cmd.append(srcPath); cmd.append(" "); cmd.append(file.getAbsolutePath()); boolean result = true; try { Process proc = Runtime.getRuntime().exec(cmd.toString()); HtmlToPdfInterceptor error = new HtmlToPdfInterceptor(proc.getErrorStream()); HtmlToPdfInterceptor output = new HtmlToPdfInterceptor(proc.getInputStream()); error.start(); output.start(); proc.waitFor(); } catch (Exception e) { result = false; e.printStackTrace(); } return result; } }

到此集成完成。

使用过程中碰到的的一些坑

这些坑主要是出现在Linux环境下的

  • 乱码问题

一般乱码的主要原因就是因为Linux中没有simsun的字体,将C:\Windows\Fonts中的simsun.ttc拷贝到linux服务器/usr/share/fonts/目录下,下次再生成pdf就正常了

  • Docker容器中的java程序无法调用到Linux本地的wkhtmltopdf脚本

需要将本地的文件挂载映射到dockers容器当中


评论


亲,登录后才可以留言!