Java从无效的HTML创建PDF或图像

Question

我想从“无效” HTML PDF （或任何图片格式[ png，jpg，bmp ...]） >使用 Java 的文件。我用Google搜索并找到了一个工具：iText，以及一些使用iText通过Java从HTML创建PDF的教程。

在本教程(X)HTML to PDF with Java 中，它适用于有效的HTML，我有一个像this这样的PDF文件。但如果我试图从我的HTML创建PDF我有一些错误。

首先，我的HTML格式不正确，遗憾的是无法更改。我将其上传到here并找到了W3C的验证工具28 errors。

我的选择是：

• 首先清理并验证我的HTML并尽快创建PDF。
• 找到另一个工具（适用于我的问题）。
• 您的建议（使用Java）。
• 最后选项;使用另一个平台（ .net，Php，Python 等）和 使用我的应用程序中的Webservices。

请帮我解决这个问题。提前谢谢

Answer 1

您可以使用像http://jtidy.sourceforge.net/这样的工具为您修复HTML并针对jTidy的输出运行iText ...

Answer 2

您可以使用支持破解HTML的HTML解析器，例如jsoup。

与jtidy一样，它可以自动创建有效的HTML，但它也允许您操作HTML DOM，因此您可以尝试以您希望的方式明确地解决最大的问题。

Answer 3

试试wkhtmltopdf。这使用Headless浏览器（webkit）首先渲染html，然后生成PDF。我在我的一个java项目中使用它并且运行良好。

它提供了一些灵活的命令行选项，Here是选项列表及其用法的链接。它适用于那些形状不好的htmls。