有没有办法在Java中将html文件转换为内存中的PDF文件？

Question

我收到了一个 HTML 文件，并希望将其转换为内存中 PDF 文件。在转换过程中，我不想为此使用任何外部位置。我想要的只是将其保留在内存中。

到目前为止，我已经尝试了一些Java库进行转换，但它们总是在某个位置创建一个临时文件，然后从中读取/写入。我不想在转换期间进行任何 I/O 操作。

Answer 1

HTMLWorker 类多年前已被弃用。 HTMLWorker 的目标是将小而简单的 HTML 片段转换为 iText 对象。它从来没有打算将完整的 HTML 页面转换为 PDF，但这就是许多开发人员尝试使用它的方式。这导致了很多挫败感，因为 HTMLWorker 不支持所有 HTML 标签，不解析 CSS 文件等等。为了避免这种挫败感，HTMLWorker 已从最新版本的 iText 中删除。

2011 年，iText Group 发布了 XML Worker 作为通用 XML 到 PDF 工具，构建于 iText 5 之上。默认实现将 XHTML（数据）和 CSS（样式）转换为 PDF，映射 HTML 标签，例如

, ， 和

to iText 5 objects such as Paragraph, Image， 和 ListItem. We don't know of any implementations that used XML Worker for any other XML formats, but many developers used XML Worker in combination with jsoup as an HTML2PDF converter.

XML Worker wasn't a URL2PDF tool though. XML Worker expected predictable HTML created for the sole purpose of converting that HTML to PDF. A common use case was the creation of invoices. Rather than programming the design of an invoice in Java or C#, developers chose to create a simple HTML template defining the structure of the document， 和 some CSS defining the styles. They then populated the HTML with data， 和 used XML Worker to create the invoices as PDF documents, throwing away the original HTML. We'll take a closer look at this use case in chapter 4, converting XML to HTML in memory using XSLT, then converting that HTML to PDF using the pdfHTML add-on.

iText 5 最初创建时，它被设计为一种尽可能快地生成 PDF 的工具，一旦页面完成就将其刷新到 OutputStream。 2000 年 iText 首次发布时，一些非常有意义的设计选择在 16 年后仍然出现在 iText 5 中。不幸的是，其中一些选择使得将 XML Worker 的功能扩展至许多开发人员期望的质量水平变得非常困难（如果不是不可能的话）。如果我们真的想创建一个出色的 HTML 到 PDF 转换器，我们就必须从头开始重写 iText。我们做到了。

2016 年，我们发布了 iText 7，这是 iText 的全新版本，不再与以前的版本兼容，但在创建时考虑了 pdfHTML。新的渲染器框架花费了大量的工作。当使用 iText 7 创建文档时，会构建渲染器及其子渲染器树。布局是通过遍历该树创建的，这种方法更适合处理 HTML 到 PDF 的转换。 iText 对象经过完全重新设计，以更好地匹配 HTML 标签并允许“CSS 方式”设置样式。

例如：在 iText 5 中，您有一个 PdfPTable 和一个 PdfPCell 对象来创建表格及其单元格。如果您希望每个单元格包含与默认字体不同的文本，则需要为每个单独单元格的内容设置该字体。在 iText 7 中，您有一个 Table 和 Cell 对象，并且当您为整个表格设置不同的字体时，该字体将继承为每个单元格的默认字体。这是架构设计方面的重大进步，特别是如果目标是将 HTML 转换为 PDF。

但是我们不要沉迷于过去，让我们看看 pdfHTML 能为我们做什么。在第一章中，我们将了解convertToPdf()/ConvertToPdf()方法的不同变体，并且我们将发现转换器是如何配置的。