Java 将HTML文件转换为PDF

我需要从现有（X）HTML文档自动生成PDF文件。输入文件（报告）使用相当简单的、基于表的布局，因此可能不需要支持真正花哨的JavaScript/CSS内容

因为我习惯于使用Java，所以最好是一个可以在Java项目中轻松使用的解决方案。不过，它只需要在windows系统上工作

一种可行但不能产生高质量输出（至少是开箱即用）的方法是使用、和ApacheFop来创建PDF文件。我遇到的问题是，虽然CSS属性转换得很好，但表格布局却非常混乱，文本从表格单元格中流出

我还简要介绍了Jrex，一个用于使用Gecko渲染引擎的Java API

是否有办法从internet explorer渲染引擎获取渲染页面，并将其自动发送到PDF打印机工具？我没有在windows中进行OLE编程的经验，所以我不知道什么是可能的，什么是不可能的

---

你有什么想法吗？

如果你有资金，没有什么比使用无头firefox和扩展版更好的了。跑步很烦人，但它确实能产生很好的效果

查看更多信息。

XHTML渲染器项目支持将XHTML输出到PDF。请看一个例子。

签出；它是一个纯Java PDF工具包，支持从HTML读取数据。我最近在一个项目中使用了它，当我需要从我们的CMS中提取内容并导出为PDF文件时，它非常简单。对CSS和样式标记的支持非常有限，但它确实可以毫无问题地呈现表（尽管我从未设法设置列宽）

从HTML创建PDF的过程如下所示：

Document doc = new Document(PageSize.A4);
PdfWriter.getInstance(doc, out);
doc.open();
HTMLWorker hw = new HTMLWorker(doc);
hw.parse(new StringReader(html));
doc.close();

---

如果你看问题的侧栏，你会看到许多相关的问题

在您的上下文中，更简单的方法可能是安装一个PDF打印驱动程序，如，并将页面打印到此输出

有没有办法抓住这个机会 来自internet的呈现页面 浏览器渲染引擎并发送它 自动安装PDF打印机工具

这就是的工作原理，这意味着您知道将得到什么，并且它实际上具有合理的样式支持

它也是我发现的（几年前查看时）实际上支持各种分页CSS命令的少数软件包之一

不幸的是，ActivePDF软件非常令人沮丧——因为它必须在后台启动IE浏览器进行转换，所以速度可能非常慢，而且也不是特别稳定

目前有一个新版本正在测试中，它应该会更好，但我实际上还没有机会试用，所以不知道它有多大的改进。

你试过了吗

它是一个简单的shell实用程序，是WebKit的开源实现。两者都是免费的

我们已经设置了一个小教程

编辑（2017）：

如果它是今天建造的，我就不会再走这条路了。
但是会使用它来代替。
可能会剥离它的所有nodejs依赖项，以便在浏览器中运行。

可以与JNI一起用于仅Windows的解决方案。这是一个HTML到PDF/XAML转换库，免费用于商业和非商业用途

如果不立即需要输出文件，为了更好的可伸缩性，最好有一个队列和几个后台进程从那里获取项目，转换它们，然后存储在数据库或文件系统上

---

通常的免责声明适用

谢谢您的帮助性回答。我不认为ActivePDF是真正合适的，因为它的价格，但很高兴知道这样的东西存在。GrabzIt的HTML到PDF API：以同样的方式工作，它在浏览器中呈现HTML，然后创建PDF，这确保有更准确的PDF转换。对于直接的HTML页面到PDF转换，这比我见过的任何东西都好，无论是免费的还是商业的。它在非Mac操作系统上工作吗？@Eran，我们在linux上使用它。我想有一个windows版本too@Mic是的，也有一个Windows版本。在Windows XP（版本0.9.9）上进行了测试，效果非常好。另外，不需要在机器上安装管理员权限。如果您正在为Prince寻找更便宜的替代品，请尝试DocRaptor.com。它使用Prince作为引擎。如果你想更便宜，但有更多的选择，试试看-它使用webkit和用户真正的WYSIWIGIt的AGPL，似乎比GPL更差，你需要开源，即使你只提供PDF，iText是服务器端。@Eran，只需使用最后一个非AGPL版本（com.lowagie:iText:2.1.7 in Maven）.HTMLWorker在较新版本的IText中被弃用，取而代之的是XMLWorker；但是，CSS支持在这两种情况下都很差（请参阅），不足以满足我的需要。相反，飞碟是完美的。你可以使用HTMLWorker上的LGPL版本，它支持非常简单的HTML文档，有基本元素，没有CSS。它太有限了，没有用处。但是，如果需要并行地将动态页面转换为pdf，那么最近的iText html2pdf工作得非常好，听起来不是一个非常可扩展的解决方案。如果有几个请求通过，导致使用FF进行转换，那么您的服务器将丢失一些GIG内存，只用于处理几个转换后的页面。这将使您的服务器向DOS开放。更好但类似：（根据pdf具有真实文本，而不是光栅化）我最近创建了一个Java库，可以将xhtml转换为pdf文档。目前的版本并不先进，但是如果您的xhtml模板很简单，这个库可能会很方便。我认为应该使用浏览器的功能来进行翻译。请看，我一直在使用包含西里尔字母的html生成pdf。除了略去的西里尔字母外，一切都很好。有人有这样的问题吗？@krisiliev: