Java与HTML转PDF的实用方法
在现代Web应用开发中,将HTML内容转换为PDF格式的需求十分常见，例如生成报表、发票、合同等文档，Java作为一种广泛使用的编程语言，提供了多种工具和库来实现HTML到PDF的转换，本文将详细介绍几种主流的实现方法，包括使用iText、Flying Saucer（xhtmlrenderer）、Apache PDFBox以及浏览器自动化工具，帮助开发者根据具体需求选择合适的方案。
使用iText库实现HTML转PDF
iText是一个功能强大的开源Java库,常用于生成和操作PDF文档，虽然iText本身主要用于直接操作PDF元素，但结合其HTML解析功能，可以实现HTML到PDF的转换。
添加依赖
在项目中引入iText的HTML解析依赖（Maven配置）：
<dependency>
<groupId>com.itextpdf</groupId>
<artifactId>html2pdf</artifactId>
<version>5.0.0</version>
</dependency>
基本转换代码
以下是一个简单的示例，展示如何将HTML字符串转换为PDF文件：
import com.itextpdf.html2pdf.HtmlConverter;
public class HtmlToPdfExample {
public static void main(String[] args) {
String html = "<h1>Hello, World!</h1><p>This is a PDF generated from HTML.</p>";
try {
HtmlConverter.convertToPdf(html, new FileOutputStream("output.pdf"));
System.out.println("PDF generated successfully!");
} catch (Exception e) {
e.printStackTrace();
}
}
}
注意事项
iText的HTML支持有限，可能无法完美呈现复杂的CSS样式，对于需要高度兼容的场景，建议结合其他工具或使用更专业的HTML渲染引擎。
使用Flying Saucer（xhtmlrenderer）
Flying Saucer是一个基于Java的XHTML/CSS渲染引擎，能够将HTML和CSS转换为图像或PDF，它对CSS2和部分CSS3的支持较好，适合需要精确样式还原的场景。
添加依赖
Maven依赖配置：
<dependency>
<groupId>org.xhtmlrenderer</groupId>
<artifactId>flying-saucer-pdf</artifactId>
<version>9.1.22</version>
</dependency>
转换示例代码
import org.xhtmlrenderer.pdf.ITextRenderer;
public class FlyingSaucerExample {
public static void main(String[] args) {
String html = "<html><body><h1>Title</h1><p>Content with CSS styling.</p></body></html>";
try {
ITextRenderer renderer = new ITextRenderer();
renderer.setDocumentFromString(html);
renderer.layout();
renderer.createPDF(new FileOutputStream("output.pdf"));
System.out.println("PDF generated successfully!");
} catch (Exception e) {
e.printStackTrace();
}
}
}
优势与局限
Flying Saucer对CSS的支持优于iText，但可能无法处理JavaScript或某些动态内容，生成PDF的性能可能不如浏览器自动化工具高效。
使用Apache PDFBox与HTML解析器
Apache PDFBox是一个专注于PDF处理的Java库，虽然不直接支持HTML转PDF，但可以结合其他HTML解析器（如Jsoup）实现转换。
添加依赖
<dependency>
<groupId>org.apache.pdfbox</groupId>
<artifactId>pdfbox</artifactId>
<version>2.0.27</version>
</dependency>
<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.15.3</version>
</dependency>
转换逻辑
虽然PDFBox本身不提供HTML渲染功能，但可以通过以下步骤实现转换：
- 使用Jsoup解析HTML并提取文本内容。
- 写入PDFBox生成的PDF文档。
这种方法仅适用于纯文本HTML，无法保留样式。
使用浏览器自动化工具（如Selenium或Headless Chrome）
对于需要高度还原HTML样式和动态内容的场景,可以使用浏览器自动化工具，通过控制无头浏览器（Headless Browser）访问HTML页面并将其打印为PDF。
使用Selenium + Chrome
依赖配置：
<dependency>
<groupId>org.seleniumhq.selenium</groupId>
<artifactId>selenium-chrome-driver</artifactId>
<version>4.1.0</version>
</dependency>
转换代码：
import org.openqa.selenium.WebDriver;
import org.openqa.selenium.chrome.ChromeDriver;
import org.openqa.selenium.chrome.ChromeOptions;
public class SeleniumToPdf {
public static void main(String[] args) {
ChromeOptions options = new ChromeOptions();
options.addArguments("--headless");
WebDriver driver = new ChromeDriver(options);
try {
driver.get("file:///path/to/your/file.html");
driver.findElement(By.tagName("body")).sendKeys(Keys.chord(Keys.CONTROL, "p"));
// 通过操作系统打印功能保存为PDF（需手动配置）
} finally {
driver.quit();
}
}
}
使用Headless Chrome直接打印
通过Chrome的命令行参数直接生成PDF：
import java.io.File;
public class HeadlessChromePdf {
public static void main(String[] args) {
String url = "file:///path/to/your/file.html";
String outputPath = "output.pdf";
String chromePath = "/path/to/chrome";
ProcessBuilder pb = new ProcessBuilder(
chromePath,
"--headless",
"--disable-gpu",
"--print-to-pdf=" + outputPath,
url
);
try {
pb.start().waitFor();
System.out.println("PDF generated successfully!");
} catch (Exception e) {
e.printStackTrace();
}
}
}
优势与适用场景
浏览器自动化工具能完美还原HTML样式，支持CSS、JavaScript和动态内容，但依赖本地浏览器环境，且性能较低。
选择合适的方案
- 简单需求：如果仅需转换简单HTML且对样式要求不高，iText或PDFBox+Jsoup是轻量级选择。
- 样式还原需求：Flying Saucer适合需要较好CSS支持的场景，但无法处理动态内容。
- 高保真转换：浏览器自动化工具（如Selenium或Headless Chrome）能实现最佳效果，但需权衡性能和环境依赖。
Java实现HTML转PDF的方法多种多样,开发者应根据项目需求、样式复杂度和性能要求选择合适的工具，iText适合基础转换，Flying Saucer提供较好的CSS支持，而浏览器自动化工具则能实现高保真效果，通过合理选择和组合这些工具，可以高效满足不同场景下的HTML到PDF转换需求。
