用于以编程方式将HTML页面转换为Image / PDF的最佳Java lib

Question

我正在寻找最好的Java库，我可以在URL中传递它，并让它创建一个网页外观的图像，就像在浏览器中一样。我尝试了flyingsaucer，但似乎几乎每个网页都打破了它 - 它甚至不会渲染www.google.com或yahoo.com--我唯一能够呈现它的网站是www.w3c.org ！

关于更好的工具使用，或者可能允许飞碟在xhtml中更宽松的想法是否接受？

Answer 1

飞碟在许多页面上失败，因为它只允许xhtml（参见手册）。

但你可以使用一些html lib来“清理”你的输入然后使用FS。

Webesite - ＆gt; “清洁工” - ＆gt;飞碟

一些好的和免费的库是：

1. JSoup（个人推荐）
2. HtmlCleaner
3. JTidy（有时比需要更严格）
4. Jericho HTML

Answer 2

可能是你可以试试itext.jar

从http://itextpdf.com/download.php

下载

Answer 3

关于html抓取：

使用java库中的URL。有很多关于此的例子。

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。 this是我最喜欢的例子。我想你可以很容易地利用它。

关于图像转换：

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

总：

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