介绍一个PDF的生成方案

在Java世界，要想生成PDF，方案不少。最近一直在和这个东西打交道，所以简单做一个小结吧。

在此之前，先来勾画一下我心中比较理想的一个解决方案。在企业应用中，碰到的比较多的PDF的需求，可能是针对某个比较典型的具备文档特性的内容，导出成为PDF进行存档。由于我们现在往往使用一些开源框架，诸如ssh来构建我们的应用，所以我们相对熟悉的方案是针对具体的业务逻辑设计实体，使用开源框架来实现我们的业务逻辑。而PDF的导出，最好不要破坏现有的程序框架，甚至能复用我们业务逻辑层的代码。因为如果把PDF作为一种特殊的表现形式的话，实际上它有点类似模板。最佳的情况，是我们能够通过编写某种模板，把PDF的大概样子确定下来，然后把数据和模板做一次整合，得到最后的结果

带着这个目标，开始在网上搜索解决方案。也找到了一些方案，下面简单小结一下：

Jasper Report

看到的市面上采用的最多的方案，是Jasper Report。相关的文档也很多，不过很杂，需要完全掌握，我认为还是有些坡度和时间的。这个时间和坡度我认为主要来自于对iReport这个IDE的反复尝试，对里面的每个属性的摸索。

Jasper Report的设计思路，本身是不违反我上面所说的初衷的。因为我们的努力方向是先生成模板，然后得到数据，最后将两者整合得到结果。但是Jasper Report的问题在于，其生成模板的方式过于复杂，即使有IDE的帮助，我们还是需要对其中的众多规则有所了解才行，否则就会给调试带来极大的麻烦。

所以，我认为Jasper Report是一个半调子方案，这种强依赖于IDE进行可视化编辑的方式令我很不爽。同时，由此带来的诸多的限制，相信也让很多使用者颇为头疼。在经历了一番痛苦的挣扎后，决定放弃使用这种方案。

iText

其实Jasper Report是基于iText的。于是有的人会说，那么直接使用iText不是一种倒退么？的确，直接使用iText似乎就需要直接使用原生的API进行编程了。不过幸好iText其实提供了一些方便的API，通过使用这些API，我们可以直接将HTML代码转化成iText可识别的Document对象，从而导出PDF文档。

import java.io.FileOutputStream;
import java.io.FileReader;
import java.util.ArrayList;

import com.lowagie.text.Document;
import com.lowagie.text.Element;
import com.lowagie.text.html.simpleparser.HTMLWorker;
import com.lowagie.text.html.simpleparser.StyleSheet;
import com.lowagie.text.pdf.PdfWriter;

public class MainClass {
  public static void main(String[] args) throws Exception {
    Document document = new Document();
    StyleSheet st = new StyleSheet();
    st.loadTagStyle("body", "leading", "16,0");
    PdfWriter.getInstance(document, new FileOutputStream("html2.pdf"));
    document.open();
    ArrayList p = HTMLWorker.parseToList(new FileReader("example.html"), st);
    for (int k = 0; k < p.size(); ++k)
      document.add((Element) p.get(k));
    document.close();
  }
}

这是从网上找到的一个例子。从代码中，我们可以看到，iText本身提供了一个简单的HTML的解析器，它可以把HTML转化成我们需要的PDF的document。

有了这个东西，基本上我的目标就能达成一大半了。接下来我的任务就是根据实际情况去编写HTML代码，然后扔进这个方法，就OK了。而真正的HTML代码，我们则可以在这里使用真正的模板技术，Freemarker或者Velocity去生成我们所需要的内容。当然，这已经是我们熟门熟路的东西了。

正当我觉得这个方案基本能符合我的要求的时候，我也同样找到了它的很多弱项：

1. 无法识别很多HTML的tag和attribute(应该是iText的HTMLParser不够强大)
2. 无法识别CSS

如果说第一点我还可以勉强接受的话，那么第二点我就完全不能接受了。无法识别简单的CSS，就意味着HTML失去了最基本的活力，也无法根据实际要求调整样式。

所以这种方案也必然无法成为我的方案。

flying sauser

在这种情况下，我几乎已经燃起了自己编写一个支持CSS解析的HTML Parser的想法。幸好，在一个非常偶然的情况下，我在google中搜到了这样一个开源项目，它能够满足我的一切需求。这就是flying sauser，项目主页是：https://xhtmlrenderer.dev.java.net/

项目的首页非常吸引人：An XML/XHTML/CSS 2.1 Renderer。这不正是我要的东西么？

仔细再看里面的文档：

引用

Flying Saucer is an XML/CSS renderer, which means it takes XML files as input, applies formatting and styling using CSS, and generates a rendered representation of that XML as output. The output may go to the screen (in a GUI), to an image, or to a PDF file. Because we believe most people will be interested in re-using their knowledge of web layout, our main target for content is XHTML 1.0 (strict), an XML document format that standardizes HTML.

完美了。这东西能解析HTML和CSS，而且能输出成image，PDF等格式。哇！我们来看看sample代码(代码丑陋，不过已经能说明问题了)：

/* 
* ITextRendererTest.java * 
* Copyright 2009 Shanghai TuDou.  
* All rights reserved. 
*/

package itext;

import java.io.File;
import java.io.FileOutputStream;
import java.io.OutputStream;

import org.xhtmlrenderer.pdf.ITextFontResolver;
import org.xhtmlrenderer.pdf.ITextRenderer;

import com.lowagie.text.pdf.BaseFont;

/** 
 * TODO class description * 
 *
 * @author pcwang
 *
 * @version 1.0, 上午11:03:26  create $Id$
 */
public class ITextRendererTest {
	public static void main(String[] args) throws Exception {
		String inputFile = "conf/template/test.html";
        String url = new File(inputFile).toURI().toURL().toString();
        String outputFile = "firstdoc.pdf";
        OutputStream os = new FileOutputStream(outputFile);
        ITextRenderer renderer = new ITextRenderer();
        renderer.setDocument(url);

        // 解决中文支持问题
        ITextFontResolver fontResolver = renderer.getFontResolver();
        fontResolver.addFont("C:/Windows/Fonts/arialuni.ttf", BaseFont.IDENTITY_H, BaseFont.NOT_EMBEDDED);

        // 解决图片的相对路径问题
        renderer.getSharedContext().setBaseURL("file:/D:/Work/Demo2do/Yoda/branch/Yoda%20-%20All/conf/template/");
        
        renderer.layout();
        renderer.createPDF(os);
        
        os.close();
	}
}

运行，成功！实在太简单了！API帮你完成了一切！

有了这个东西，我们就可以将PDF的生成流程变成这样：

1) 编写Freemarker或者Velocity模板，打造HTML，勾画PDF的样式(请任意使用CSS)

2) 在你的业务逻辑层引入Freemarker的引擎或者Velocity的引擎，并将业务逻辑层中可以获取的数据和模板，使用引擎生成最终的内容

3) 将我上面的sample代码做简单封装后，调用，生成PDF

这样，我想作为一个web程序员来说，上面的3点，都不会成为你的绊脚石。你可以轻松驾驭PDF了。

在Flying Saucer的官方文档中，有一些Q&A，可以解决读者们大部分的问题。包括PDF的字体、PDF的格式、Image如何处理等等。大家可以尝试着去阅读。

还有一篇文章，好像是作者写的，非常不错：http://today.java.net/pub/a/today/2007/06/26/generating-pdfs-with-flying-saucer-and-itext.html

评论

22 楼 warison_2008 2009-11-05  

body {
color: green;
font:arialuni;
        }
还是汉字啊
楼主你就弄个html的列子得啦，要玩什么深沉，装高手？？？？？

21 楼 downpour 2009-11-05  

qiren83 写道

多个字体怎么办呢
        fontResolver.addFont("C:/Windows/Fonts/arialuni.ttf", BaseFont.IDENTITY_H, BaseFont.NOT_EMBEDDED); 

多句 我们知道一般文档中会用到几个字体格式呀



先谢谢了 总有办法的

多个字体就加多个，然后在CSS里面指定你加的字体，这是标准做法啊。

20 楼 downpour 2009-11-05  

楼上的朋友，你到底有没有认真阅读我说的话?

请确认你是否在你的CSS种加了对整个body引用你所加入的字体。你光加入，但是不引用是不行滴。

你页面上用宋体，又没有加入宋体的字体文件，怎么会显示中文，你搞笑么？

19 楼 warison_2008 2009-11-05  

downpour 写道

blackbat 写道

通过实验  中文问题还是解决不了：
楼主提供的解决方法不行，
  // 解决中文支持问题  
        ITextFontResolver fontResolver = renderer.getFontResolver();  
        fontResolver.addFont("C:\\Windows\\Fonts\\ARIALUNI.TTF", BaseFont.IDENTITY_H, BaseFont.NOT_EMBEDDED);  
看了FAQ，提供的方法跟楼主差不多，还是没解决，各位解决了中文的问题没？
楼主，你生成的PDF里有中文字符？

我这里是ok的，请确认你是否在你的CSS种加了对整个body引用你所加入的字体。你光加入，但是不引用是不行滴。

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN"
   "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
<html>
<head>
        <title>My First Document</title>
        <style type="text/css">
        b {
color: green;
font:"宋体";
        }
       
         </style>
    </head>
    <body>
        <p>
            <b>Greetings Earthl111111222ing1111s!</b>
            中文啊
             中文啊
              中文啊
             
            We've come for your Java.
           
        </p>
    </body>
</html>
我的这个页面中文显示不出来啊，楼主帮看看啥问题

18 楼 qiren83 2009-11-05  

多个字体怎么办呢
        fontResolver.addFont("C:/Windows/Fonts/arialuni.ttf", BaseFont.IDENTITY_H, BaseFont.NOT_EMBEDDED); 

多句 我们知道一般文档中会用到几个字体格式呀



先谢谢了 总有办法的

17 楼 jonahliu 2009-11-05  

good job

16 楼 downpour 2009-11-05  

libo_591 写道

downpour 写道

libo_591 写道

不知道楼主研究过PDF文本内容的解析么？尤其是中文PDF的。。。。

你要解析PDF文本的内容做啥？貌似看不到这种需求的存在。

不过网上这类解析的类库也很多，没有具体试过。

主要是搜索的功能，类似百度硬盘那样的东西，

明白了，这个类库不是用于解析pdf的，如果需要解析pdf，恐怕要另寻方案。

15 楼 downpour 2009-11-05  

blackbat 写道

通过实验  中文问题还是解决不了：
楼主提供的解决方法不行，
  // 解决中文支持问题  
        ITextFontResolver fontResolver = renderer.getFontResolver();  
        fontResolver.addFont("C:\\Windows\\Fonts\\ARIALUNI.TTF", BaseFont.IDENTITY_H, BaseFont.NOT_EMBEDDED);  
看了FAQ，提供的方法跟楼主差不多，还是没解决，各位解决了中文的问题没？
楼主，你生成的PDF里有中文字符？

我这里是ok的，请确认你是否在你的CSS种加了对整个body引用你所加入的字体。你光加入，但是不引用是不行滴。

14 楼 libo_591 2009-11-05  

downpour 写道

libo_591 写道

不知道楼主研究过PDF文本内容的解析么？尤其是中文PDF的。。。。

你要解析PDF文本的内容做啥？貌似看不到这种需求的存在。

不过网上这类解析的类库也很多，没有具体试过。

主要是搜索的功能，类似百度硬盘那样的东西，

13 楼 sikeh 2009-11-05  

受用了，这下生成pdf太easy了

12 楼 blackbat 2009-11-05  

通过实验  中文问题还是解决不了：
楼主提供的解决方法不行，
  // 解决中文支持问题  
        ITextFontResolver fontResolver = renderer.getFontResolver();  
        fontResolver.addFont("C:\\Windows\\Fonts\\ARIALUNI.TTF", BaseFont.IDENTITY_H, BaseFont.NOT_EMBEDDED);  
看了FAQ，提供的方法跟楼主差不多，还是没解决，各位解决了中文的问题没？
楼主，你生成的PDF里有中文字符？

11 楼 linliangyi2007 2009-11-04  

好东西啊，应该加精

10 楼 diystyle 2009-11-04  

以前一直在找这种类似的解决方案，这功能确实强大,好好研究一下，ths 楼主

9 楼 avi2 2009-11-04  

不错，顶下楼主

8 楼 zhu_chen001 2009-11-04  

我中文没有显示为什么啊？

7 楼 hilor 2009-11-04  

值得关注..

6 楼 narsil 2009-11-04  

中文怎么不行呀。

字体好像找不到。

还有就是页眉页脚怎么加进来。

5 楼 downpour 2009-11-04  

libo_591 写道

不知道楼主研究过PDF文本内容的解析么？尤其是中文PDF的。。。。

你要解析PDF文本的内容做啥？貌似看不到这种需求的存在。

不过网上这类解析的类库也很多，没有具体试过。

4 楼 libo_591 2009-11-04  

不知道楼主研究过PDF文本内容的解析么？尤其是中文PDF的。。。。

3 楼 geweixin 2009-11-04  

梦里寻她千百度 蓦然回首 那人却在灯火阑珊处~~不错，多谢楼主分享~~