由于工作所需，最近花時間研究了html轉換為pdf的功能。html轉換為pdf的關鍵技術是如何處理網頁中復雜的css樣式，通過在網上收集資料，發(fā)現目前html 轉換為pdf的解決方案主要分為三類：

客戶端模式：前后臺調用客戶端程序，利用客戶端程序的功能完成pdf文件轉換。本次測試工具有：wkhtmltopdf和PhantomJS。java jar包解析類模式：java代碼解析css樣式，翻譯html文件為pdf文件。本次測試類有：IText，Flying Sauser，PD4ML。js 前端解析模式：js前端解析html文件為pdf文件，本次測試案例有：html2canvas。

本次針對網上介紹的方案，結合實際項目的需求，做一一測試，在性能和功能方面做如下分析。

1.測試頁面介紹

通過查看各個轉換案例在網上的介紹，簡單的html樣式，一般的表格樣式在做pdf文件轉換時，以上的方案均支持。但考慮到實際業(yè)務的需要，本次測試特意用到了bootstrap (v 3.3.6)的css樣式，同時頁面也應用了css3的新特性?；谶@樣的新特性編寫一個靜態(tài)的html頁面，html頁面在瀏覽器中的展示效果如下：

2.wkhtmltopdf測試

wkhtmltopdf是一個使用webkit網頁渲染引擎開發(fā)的用來將html轉成 pdf的工具，可以跟多種腳本語言進行集成來轉換文檔。官網地址http://wkhtmltopdf.org/

技術特點：Wkhtmltopdf可以直接把瀏覽器中瀏覽的網頁轉換成一個pdf，他是一個把html頁面轉換成pdf的軟件（需要安裝在服務器上）。使用時可通過java代碼調用cmd指令完成網頁轉換為pdf的功能。

功能測試：直接在cmd里輸入測試指令，可查看處理進度。

第一個參數：wkhtmltopdf.exe所在的路徑

第二個參數：需要轉換為pdf的html頁面

第三個參數：pdf文件路徑及文件名

頁面導出效果如下：

測試說明：

通過測試發(fā)現，wkhtmltopdf對bootstap的CSS樣式整體支持較好。對css3的新特性如圓形圖片樣式支持行不好。部分頁面樣式會失效。對于圖表展示，eachart圖表導出程序會報錯，不支持。不過echart有圖表轉換為圖片的接口，可通過獲取圖片地址的方式導出到pdf中。

3.PhantomJS測試

PhantomJS是一個基于webkit內核的無頭瀏覽器，即沒有UI界面，即它是一個瀏覽器，只是其內的點擊、翻頁等人為相關操作需要程序設計實現。它提供javaScript API接口，即通過編寫JS程序可以直接與webkit內核交互，在此之上可以結合java語言等，通過java調用js等相關操作，從而解決了以前c/c++才能比較好的基于webkit開發(fā)優(yōu)質采集器的限制。它同時提供windows、linux、mac等不同os的安裝使用包，也就是說可以在不同平臺上二次開發(fā)采集項目或是自動項目測試等工作。官網地址http://phantomjs.org/

PhantomJS可做網頁分析，功能很多，本次僅調用網頁的截圖功能。在cmd中的測試如下：

測試頁面導出效果如下：

測試說明：

通過測試發(fā)現，PhantomJS對bootstap的樣式支持較好。對css3的新特性如圓形圖片樣式支持行不好。部分頁面樣式會失效。對于echart圖表展示,也可直接導出。效果如下：

3.IText和Flying Sauser

IText實現html2pdf，速度快，糾錯能力差，支持中文（要求HTML使用unicode編碼），但中支持一種中文字體，開源。Flying Sauser實現html2pdf，糾錯能力差，支持多種中文字體（部分樣式不能識別），開源。

技術特點：基于java編程將html的css樣式做解析處理，目前僅對較簡單的頁面和樣式支持。對于css3的樣式和關聯復雜的css樣式兼容性極差。當頁面內容較長時，處理時間慢。參考地址：https://code.google.com/archive/p/flying-saucer/

測試結果：本實驗的測試頁面無法出來，普通的測試頁面效果如下：

測試說明：

通過測試發(fā)現，IText和Flying Sauser這兩個開源項目對css3的兼容性基本不行，通過查閱資料，發(fā)現這種技術比較陳舊，這個開源項目現在也沒有更新和維護了。對于簡單表格，統(tǒng)計數據的導出，更新的技術有bootstrap table,easyui datagrid表格導出。網上介紹的這種方案不建議使用。

4.PD4ML測試

PD4ML是純Java的類庫，使用HTML、CSS作為頁面布局和內容定義格式來生成PDF文檔的強大工具，可以簡化最終用戶生成PDF的工作。參考網站：http://www.pd4ml.com

該軟件的優(yōu)點是：

支持的HTML標簽、CSS屬性較全，轉換失真比較小，可以使用HTML+CSS實現精確的布局控制。對網頁文件標簽、CSS語法錯誤的容錯性比較好。對不用額外的控制，就支持圖片的轉化輸出。

該軟件的缺點是：

不開源，最新的demo版本，下載測試以后，發(fā)現不支持中文轉換。必須購買商業(yè)版本才可以。（這里很坑，測試亂碼問題通不過，后面發(fā)現是本來就不支持）。破解后的一些舊版本可以解決亂碼問題，但是支持的css樣式沒有新版本的全。

測試結果：

測試說明：

新版本的中文亂碼，但是支持部分css樣式。老版本的破譯后，界面的樣式兼容性差，對bootsrtap的支持性低，就基本的可以出一個數據，展示圖片沒有問題?？紤]到是收費軟件，并且性能也不夠完善，對于普通頁面可采用模板導出或其他的工具導出，不建議使用。

5.html2canvas測試

html2canvas是一個相當不錯的JavaScript類庫，它使用了html5和css3的一些新功能特性，實現了在客戶端對網頁進行截圖的功 能。html2canvas通過獲取頁面的DOM和元素的樣式信息，并將其渲染成canvas圖片，從而實現給頁面截圖的功能。它不需要來自服務器任何渲染，整張圖片都是在客戶端瀏覽器創(chuàng)建。當瀏覽器不支持Canvas時，將采用Flashcanvas或 ExplorerCanvas技術代替實現。以下瀏覽器能夠很好的支持該腳本：Firefox 3.5+, Google Chrome, Opera新的版本, IE9以上的瀏覽器。因為每個瀏覽器渲染頁面的方式都不盡相同，所以生成的圖片也不太一樣。雖然它目前還是處理開發(fā)階段，但還是很值得期待的。這個插件依賴于jQuery插件，建議使用最新版的。

不支持跨域圖片不能在瀏覽器插件中使用部分瀏覽器上不支持SVG圖片不支持Flash不支持ifream(可修改js原始代碼，支持ifream)

本次使用html2canvas做測試時，發(fā)現很多項目頁面可正常截圖，包括echart圖表。僅對少量css3的新特性不支持。在截圖效果上面較好。但是在測試應用時，發(fā)現了一個致命的問題，當頁面模塊調用html2canvas截圖后，發(fā)現原來頁面的部分css突然失效。跟蹤分析后，發(fā)現是html2canvas的js函數處理它不能識別的css樣式。特別是對隱藏和顯示的模塊，支持不友好。

頁面截圖效果如下：

但是原有頁面的css失效，頁面出現異常，隱藏的部分樣式，顯示的樣式展示混亂。

測試說明：

通過測試發(fā)現，html2canvas對bootstap的樣式支持較好。對css3的新特性如圓形圖片樣式支持行不好。它的主要優(yōu)點是輕前端，對于改變原有頁面的樣式問題，可先導出圖片后，重新刷新一次頁面。

6.總結

通過對以上案例的測試，網上介紹的常用html轉換為pdf的方法，大多數就是簡單的html轉換可用，但是在實際應用中，還是存在諸多問題，難以應用。通過對這些方法的實現原理分析，可得出以下結論：

html網頁完整轉換為pdf，所有的方案均有不足。若只是部分表單頁面，html樣式盡量不采用css3的屬性，可用客戶端模式和html2canvas處理。html前端樣式發(fā)展快，css3新特性效果好，css定義了新的規(guī)則，語法。IText和Flying Sauser這樣的java轉換類根本兼容不了這些變化，因為無法及時寫出轉換的函數，并且這些開源項目是較老的技術，后期的開源團隊已經停止維護和更新了。PD4ML本質也是java處理css的樣式轉換，他是商業(yè)軟件，在兼容css3方面有團隊支持，相對IText和Flying Sauser在性能和功能方面都更強大。但對少部分css樣式也支持不好。并且中文亂碼問題解決也不便。針對客戶端瀏覽器內核模式，PhantomJS和wkhtmltopdf比較而言，PhantomJS更強大，截圖僅僅只是其中的一個小功能，通過它還可以做網頁分析，建議使用PhantomJS。html2canvas的截圖模式靈活，是輕量級的前端截圖工具。目前來說，部分功能不全，但整體效果還不錯，針對部分截圖影響原頁面的問題，可先截圖保存成功后，在刷新一次頁面，達到截圖導出到pdf的效果。

以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作能帶來一定的幫助~如果有疑問大家可以留言交流，謝謝大家對腳本之家的支持!