将Java与HTML结合生成PDF文件是现代开发中常见的需求，尤其在报告生成、电子文档转换等场景中应用广泛，本文将详细介绍通过Java实现HTML转PDF的多种方法，涵盖主流技术选型、核心代码实现及注意事项,帮助开发者高效完成转换任务。
技术选型：主流HTML转PDF方案对比
在Java生态中，实现HTML转PDF主要有以下几种技术路径,各有优劣：
Flying Saucer（xhtmlrenderer）
基于Java的XML渲染引擎，支持CSS 2.1及部分CSS 3样式，适合需要严格样式还原的场景，其核心原理是将HTML解析为Java的Document对象，再通过渲染引擎绘制为PDF，优点是开源免费、样式兼容性好；缺点是对复杂CSS（如Flexbox、Grid）支持有限，且依赖Java AWT环境。
iText
老牌PDF处理库，提供了HTML到PDF的直接转换功能（iText 7+），通过集成XML Worker或自定义HTML解析器，支持HTML/CSS渲染，优点是功能强大，可灵活操作PDF元素；缺点是商业版本需付费,开源版本功能受限。
Apache FOP
专注于XSL-FO（格式化对象）的转换工具，可通过将HTML转换为XSL-FO再生成PDF，优点是对打印样式支持完善；缺点是流程较复杂，需要额外处理HTML到XSL-FO的转换逻辑。
无头浏览器方案（如Selenium+Headless Chrome）
通过程序控制无头浏览器加载HTML页面，再截取或打印为PDF，优点是能完美还原现代Web页面样式（包括JavaScript渲染效果）；缺点是性能较低，需安装浏览器依赖,适合需要高保真还原的场景。
开发者可根据需求选择：若追求样式兼容性和开源，推荐Flying Saucer；若需复杂PDF操作，可考虑iText；若要求高保真渲染,无头浏览器更合适。
核心实现：以Flying Saucer为例详解
Flying Saucer是开源HTML转PDF的热门选择,以下为具体实现步骤：
环境准备
添加Maven依赖（Flying Saucer核心依赖）：
<dependency>
<groupId>org.xhtmlrenderer</groupId>
<artifactId>flying-saucer-pdf-itext5</artifactId>
<version>9.1.22</version>
</dependency>
基础转换代码
import org.xhtmlrenderer.pdf.ITextRenderer;
import java.io.FileOutputStream;
import java.io.OutputStream;
public class HtmlToPdf {
public static void main(String[] args) {
String htmlContent = "<html><body><h1>Hello PDF</h1><p>Generated by Flying Saucer</p></body></html>";
String outputPath = "output.pdf";
try (OutputStream os = new FileOutputStream(outputPath)) {
ITextRenderer renderer = new ITextRenderer();
renderer.setDocumentFromString(htmlContent);
renderer.layout();
renderer.createPDF(os);
System.out.println("PDF生成成功：" + outputPath);
} catch (Exception e) {
e.printStackTrace();
}
}
}
处理外部资源（CSS/图片）
Flying Saucer默认无法直接加载外部资源,需手动配置：
- CSS文件：通过
renderer.getSharedContext().setBaseURL()设置基础路径，确保CSS中的url()路径正确。 - 图片：使用
renderer.getSharedContext().getReplacedElementFactory()自定义图片加载逻辑，或使用data:内嵌图片。
示例代码（加载外部CSS）：
renderer.setDocumentFromString(htmlContent);
renderer.getSharedContext().setBaseURL("file:/path/to/your/resources/");
renderer.layout();
中文支持
需添加中文字体配置,避免PDF中出现乱码：
ITextRenderer renderer = new ITextRenderer();
// 注册中文字体（如SimSun）
renderer.getFontResolver().addFont("path/to/SimSun.ttf", "UniGB-UCS2-H", true);
进阶技巧：优化PDF输出效果
页面设置
通过CSS控制PDF页面样式，
@page {
size: A4;
margin: 2cm;
}
body {
font-family: "SimSun", serif;
font-size: 12pt;
}
分页处理
Flying Saucer支持通过CSS属性控制分页：
.page-break {
page-break-before: always;
}
水印与页眉页脚
可通过在HTML中添加固定定位元素实现，或使用iText的HeaderFooter功能（需结合iText API）。
无头浏览器方案：Selenium+Headless Chrome
若需渲染JavaScript动态内容,可采用无头浏览器方案：
环境准备
- 安装Chrome浏览器及ChromeDriver
- 添加Selenium依赖：
<dependency> <groupId>org.seleniumhq.selenium</groupId> <artifactId>selenium-java</artifactId> <version>4.1.0</version> </dependency>
核心代码
import org.openqa.selenium.WebDriver;
import org.openqa.selenium.chrome.ChromeDriver;
import org.openqa.selenium.chrome.ChromeOptions;
import java.io.File;
import java.io.IOException;
public class HtmlToPdfWithSelenium {
public static void main(String[] args) {
System.setProperty("webdriver.chrome.driver", "path/to/chromedriver");
ChromeOptions options = new ChromeOptions();
options.addArguments("--headless");
options.addArguments("--disable-gpu");
options.addArguments("--print-to-pdf=/path/to/output.pdf");
WebDriver driver = new ChromeDriver(options);
driver.get("file:///path/to/your.html");
try {
Thread.sleep(5000); // 等待页面加载完成
} catch (InterruptedException e) {
e.printStackTrace();
} finally {
driver.quit();
}
}
}
注意事项
- 需确保ChromeDriver版本与Chrome浏览器版本匹配
- 复杂页面可能需调整等待时间，避免PDF生成不完整
常见问题与解决方案
样式错乱
- 检查CSS兼容性，避免使用Flying Saucer不支持的属性（如
position: fixed） - 确保外部资源路径正确，可通过浏览器开发者工具验证网络请求
中文乱码
- 确保HTML声明为UTF-8编码：
<meta charset="UTF-8"> - 注册本地中文字体，并设置CSS的
font-family为对应字体名
内存溢出
- 处理大HTML文件时，可启用Flying Saucer的
buffer模式：renderer.getSharedContext().setBufferModel(true);
- 或分块处理HTML内容，避免一次性加载过大数据
Java实现HTML转PDF可根据需求选择不同方案：Flying Saucer适合开源、样式要求一般的场景；iText适合复杂PDF操作；无头浏览器则能完美还原动态页面，开发者需结合项目需求权衡性能、兼容性与开发成本，同时注意资源路径、字体支持等细节问题,才能高效生成符合预期的PDF文档。
