将html文件转换成pdf示例

Java 转换 HTML 到PDF有许多类库，今天我们介绍一下第三方免费的类库OpenPDF。

1. OpenPDF

OpenPDF是免费的Java类库 ，遵从LGPL 和 MPL协议，所以基本上能够可以随意使用。OpenPDF是基于iTEXT的，目前来说也是维护的比较好的Java操作PDF的开源软件。

话不多说，且看所需要的依赖，

< dependency >    
    < groupId >org.jsoup< /groupId >    
    < artifactId >jsoup< /artifactId >   
    < version >1.13.1< /version > 
< /dependency >
< dependency >
    < groupId >com.openhtmltopdf< /groupId >
    < artifactId >openhtmltopdf-core< /artifactId >
    < version >1.0.6< /version >
< /dependency >
< dependency >
    < groupId >com.openhtmltopdf< /groupId >
    < artifactId >openhtmltopdf-pdfbox< /artifactId >
    < version >1.0.6< /version >
< /dependency >

jsoup可以将html文件转换成输入流等，也可以遍历html的DOM节点，提取元素及样式等。

2. 示例

本篇示例将以下html文件转换成pdf

< html >
< head >
    < style >
        .center_div {
            border: 1px solid #404e94;
            margin-left: auto;
            margin-right: auto;
            background-color: #f6d0ed;
            text-align: left;
            padding: 8px;
        }
        table {
            width: 100%;
            border: 1px solid black;
        }
        th, td {
            border: 1px solid black;
        }
        body,html,input{font-family:"msyh";}
    < /style >
< /head >
< body >
< div class="center_div" >
    < h1 >Hello java North!< /h1 >
    < div >
        < p >convert html to pdf.< /p >
    < /div >
    < div >
        < table >
            < thead >
                < th >ROLE< /th >
                < th >NAME< /th >
                < th >TITLE< /th >
            < /thead >
            < tbody >
                < tr >
                    < td >MARKSMAN< /td >
                    < td >ASHE< /td >
                    < td >THE FROST ARCHER< /td >
                < /tr >
                < tr >
                    < td >MAGES< /td >
                    < td >ANNIE< /td >
                    < td >THE DARK CHILD< /td >
                < /tr >
                < tr >
                    < td >射手< /td >
                    < td >凯塔琳< /td >
                    < td >皮城女警< /td >
                < /tr >
            < /tbody >
        < /table >
    < /div >
< /div >
< /body >
< /html >

以上html用浏览器打开如下，乱码是因为中文字体不识别，下面转换的时候会加载对应的字体来进行转换。

使用Java转换HTML到PDF代码如下：

public class HtmlToPDFOpenSource {
    public static void main(String[] args) throws IOException {
        HtmlToPDFOpenSource htmlToPDFOpenSource = new HtmlToPDFOpenSource();
        htmlToPDFOpenSource.generatePdfByOpenhtmltopdf();
    }

    private  void generatePdfByOpenhtmltopdf() throws IOException {
        File inputHtml = new File("E:javaNorthjava-study-notejavaOpenSourcesrcmainresourcestest.html");

        //加载html文件
        Document document = Jsoup.parse(inputHtml, "UTF-8");
        document.outputSettings().syntax(Document.OutputSettings.Syntax.html);
        
        //引入资源目录，可以单独引入css，图片文件等
        String baseUri = FileSystems.getDefault()
            .getPath("javaOpenSourcesrcmainresources")
            .toUri().toString();
       
        try (OutputStream os = new FileOutputStream("javaOpenSourcesrcmainresourcestestOpenLeagueoflegends1.pdf")) {
            PdfRendererBuilder builder = new PdfRendererBuilder();
            builder.withUri("javaOpenSourcesrcmainresourcestestOpenLeagueoflegends1.pdf");
            builder.toStream(os);
            builder.withW3cDocument(new W3CDom().fromJsoup(document), baseUri);
            
            //引入指定字体，注意字体名需要和css样式中指定的字体名相同
            builder.useFont(new File("javaOpenSourcesrcmainresourcesfontsmsyh.ttf"),"msyh",1,BaseRendererBuilder.FontStyle.NORMAL, true);
            builder.run();
        }
    }
}

使用Java代码转换成PDF如下（示例中使用了微软雅黑中文字体）：

上述html文件中增加如下 外部样式 ：

< link href="style.css" rel="stylesheet" >

并在resources目录下添加style.css文件，重新生成PDF文件如下。

3. 总结

本片介绍了使用OpenPDF将html文件转换成PDF文件。同时也使用了自定义字体，外部样式。但是以下几点需要格外注意。

• Java代码中加载的字体名称要和HTML引用的CSS样式中的字体名相同 （{font-family:"msyh";}）。
• HTML文件标签节点必须闭合（）.否则解析会失败。