java - 用于以编程方式将 HTML 页面转换为图像/PDF 的最佳 Java 库

Question

我正在寻找最好的 Java 库，我可以将它传入一个 URL 并让它创建一个网页外观的图像，就像它在浏览器中一样。我尝试了flysaucer ，但似乎几乎每个网页都破坏了它——它甚至不会渲染 www.google.com 或 yahoo.com——我可以让它渲染的唯一网站是 www.w3c.org！

关于更好的工具使用的想法，或者可能允许飞碟在 xhtml 中更加宽松是可以接受的？

Answer 1

Flying Saucer 在许多页面上都失败了，因为它只允许 xhtml（参见手册）。

但是您可以使用一些 html 库来“清理”您的输入，然后使用 FS。

网站 -> “清洁工” -> 飞碟

一些好的和免费的库是：

1. JSoup（个人推荐）
2. HtmlCleaner
3. JTidy（有时比需要的更严格）
4. 杰里科 HTML

Answer 2

也许你可以试试itext.jar

从http://itextpdf.com/download.php下载

Answer 3

关于html抓取：

使用来自 java 库的 URL。有很多关于这方面的例子。

关于PDF转换：

如果您使用的是 Spring 框架，则可以通过 iText api 使用 AbstractPdfView 类。这是我最喜欢的例子。我认为您可以轻松使用它。

关于图像转换：

我推荐这个：http ://code.google.com/p/java-html2image/

全部的：

通过 URL 读取 html → 通过 iText 或 java-html2image 进行转换。我强烈建议你自己做，不要把它留给某个图书馆。