使用 Java 将 HTML 转换为 PDF

Question

我有一个 HTML，想将其转换为内存中的 pdf，但找不到好的库来将 HTML 转换为 PDF。

我已经尝试使用

ITextRenderer

和

Jsoup

但抛出异常

Can't load the XML resource (using TRaX transformer). org.xml.sax.SAXParseException; lineNumber: 1; columnNumber: 3; The markup in the document preceding the root element must be well-formed.

这是我的代码

                Document document = Jsoup.parse(template, "UTF-8");
                document.outputSettings().syntax(Document.OutputSettings.Syntax.html);
                ByteArrayOutputStream binaryOutput = new ByteArrayOutputStream();
                renderer.setDocumentFromString(document.html());
                renderer.layout();
                renderer.createPDF(binaryOutput);

  

Answer 1

您正在寻找一种渲染 HTML 并将其存储为 PDF 的方法。 在这个问题中，人们尝试渲染 XML（它接近 HTML，而且肯定是 XHTML）以最终将其转换为 PDF： Java 将 XML 文档渲染为 PDF

但是出现错误消息： 该错误与您未显示的输入文档有关。根元素之前的文档应该/可以如下所示：

<?xml version="1.0"?>
<!-- comment -->
<?processinginstruction whatever parameters?>
<rootElement/>

所以

<rootElement/>

之前的所有内容都是您的错误消息所指向的内容。我猜您正在查看一个 HTML 文档，它可能包含 JSoup HTML 解析器正在努力处理的内容。除非您与我们分享该文件，否则您必须自己弄清楚。

Answer 2

您可以尝试使用这个包：com.itextpdf.html2pdf.HtmlConverter

有了这个，你所要做的就是：

HtmlConverter.convertToPdf(tempFileHtml, tempFilePdf);

并将其导出。对于格式错误的 xml/html 来说，它没有太多问题。我使用了它，我对所获得的结果感到满意:)

Answer 3

将 HTML 转换为 PDF 的流行工具是 IronPDF for Java（也适用于 .NET）。

在

pom.xml

中添加以下内容（将版本更改为最新版本）：

<dependencies>

    <dependency>
        <groupId>com.ironsoftware</groupId>
        <artifactId>ironpdf</artifactId>
        <version>2022.11.0</version>
    </dependency>

    <dependency>
        <groupId>org.slf4j</groupId>
        <artifactId>slf4j-simple</artifactId>
        <version>2.0.3</version>
    </dependency>

</dependencies>

我能够渲染像素完美的 PDF，看起来与我的 HTML 完全相同。一个例子是：

import com.ironsoftware.ironpdf.*;

// Render the HTML as a PDF. Stored in myPdf as type PdfDocument;
PdfDocument myPdf = PdfDocument.renderHtmlAsPdf("<h1> ~Hello World~ </h1> Made with IronPDF!");
 
// Save the PdfDocument to a file
myPdf.saveAs(Paths.get("html_saved.pdf"));

// Or with a local file:
myPdf = PdfDocument.renderHtmlFileAsPdf("example.html");
myPdf.saveAs(Paths.get("html_file_saved.pdf"));

// Even works with Webpages:
myPdf = PdfDocument.renderUrlAsPdf("https://ironpdf.com");
myPdf.saveAs(Paths.get("url.pdf"));

免责声明，我隶属于 IronPDF，并且非常乐意回答您对该软件的任何问题。

Answer 4

一些可用于通过 Java 将 HTML 转换为 PDF 的库： https://templated.io/blog/how-to-convert-html-to-pdf-with-java/