HTML转换为PDF介绍

在本教程中，我们将学习如何使用pdfHTML将HTML转换为PDF，pdfHTML是iText 7的一个附加组件。如果你不熟悉iText，请立即跳到第1章。如果您以前使用过iText，您可能还记得旧的HTML到PDF功能。如果是这种情况，您要么使用了过时的HTMLWorker类（iText 2），要么使用了旧的XML Worker插件（iText 5）。

HTMLWorker类在许多年前就被弃用了。HTMLWorker的目标是将小而简单的HTML片段转换为iText对象。它从未打算将完整的HTML页面转换为PDF，但这正是许多开发人员尝试使用它的方式。这导致了很多挫折，因为HTMLWorker不支持每个HTML标记，不解析CSS文件，等等。为了避免这种挫折感，HTMLWorker从iText的最新版本中删除。

2011年，iText Group发布了XML Worker，作为一种通用的XML到PDF工具，构建在iText 5之上。默认实现将HTML（数据）和CSS（样式）转换为PDF，将HTML标记（如<p>、<img>和<li>映射到iText 5对象（如段落、图像和列表项）。我们不知道有任何实现将XML Worker用于任何其他XML格式，但许多开发人员将XML Worker与jsoup结合使用作为HTML2PDF转换器。

然而，XML Worker不是URL2PDF工具。XML工作者希望创建可预测的HTML，其唯一目的是将HTML转换为PDF。常见的用例是创建发票。开发人员没有用Java或C语言编程发票的设计，而是选择创建一个定义文档结构的简单HTML模板，以及一些定义样式的CSS。然后，他们用数据填充HTML，并使用XML Worker将发票创建为PDF文档，丢弃原始HTML。在第4章中，我们将仔细研究这个用例，使用XSLT在内存中将XML转换为HTML，然后使用pdfHTML插件将HTML转换为PDF。

最初创建iText 5时，它被设计为一种能够尽快生成PDF的工具，在页面完成后立即将页面刷新到输出流。当iText于2000年首次发布时，一些设计选择意义非凡，但在16年后的iText 5中仍然存在。不幸的是，其中一些选择使XML Worker的功能扩展到许多开发人员期望的质量水平非常困难（如果不是不可能的话）。如果我们真的想创建一个很棒的HTML到PDF转换器，我们就必须从头重写iText。我们做到了。

2016年，我们发布了iText 7，这是iText的一个全新版本，不再与以前的版本兼容，但它是在考虑pdfHTML的情况下创建的。在新的渲染器框架上花费了大量的工作。当使用iText 7创建文档时，将构建渲染器及其子渲染器的树。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对象被完全重新设计，以更好地匹配HTML标记，并允许以“CSS方式”设置样式。

例如：在iText 5中，您有一个PdfPTable和一个PdfPCell对象来创建一个表及其单元格。如果希望每个单元格包含不同于默认字体的文本，则需要为每个单独单元格的内容设置该字体。在iText 7中，您有一个表和单元格对象，当您为整个表设置不同的字体时，该字体将继承为每个单元格的默认字体。这是在架构设计方面向前迈出的一大步，尤其是当目标是将HTML转换为PDF时。

但我们不要沉湎于过去，让我们看看pdfHTML能为我们做些什么。在第一章中，我们将研究convertToPdf（）/convertToPdf（）方法的不同变体，并了解如何配置转换器。

第1章：Hello HTML to PDF​​​​​​​

第2章：使用CSS定义样式

第3章：基于媒体查询生成PDF

第4章：使用pdfHTML创建报告

第5章：自定义标记工作者和CSS应用程序

第6章：在pdfHTML中使用字体

第7章：关于pdfHTML的常见问题