如何使用PDFBox从HTML创建PDF文件？

Question

我正在尝试从HTML内容创建PDF。

public byte[] generatePdf(final XhtmlPDFGenerationRequest request) {

    ByteArrayOutputStream baos = new ByteArrayOutputStream();
    PDDocument document = new PDDocument();
    InputStream stream = new ByteArrayInputStream(request.getContent()
            .getBytes());

    PDStream pdstream = new PDStream(document, stream);
    document.save(baos);
    document.close();
    return this.toByteArray(baos);

}

当我将这个byte[]保存到文件中时，文件是空白的。我正在使用PDStream将输入流嵌入文档中。

来自http://pdfbox.apache.org/apidocs/。

public PDStream(PDDocument doc,
                InputStream str)
         throws IOException

读取输入流中的所有数据并将其嵌入文档中，这将关闭 InputStream。

- vsingh

---

我正在寻找一种将HTML转换为PDF的渲染器。我们之前使用的是iText。我希望能够使用Apache PDFBox实现相同的功能，但看起来这是不可能的。我要么可以使用Apache FOP，要么继续使用iText。如果有人感兴趣，这里是iText的解决方案： https://dev59.com/dm3Xa4cB1Zd3GeqPc0eI#19792259如果您正在寻找使用PDF box合并文件的解决方案，这里是一个使用Apache pdfbox合并pdf文件的方法。 - vsingh

Answer 1

我正在寻找一个HTML转PDF的渲染器。我们使用了iText，我尝试用Apache PDFBox来实现同样的功能，但似乎无法完成。

我可以使用Apache FOP或继续使用iText。

以下是iText解决方案，如果有人感兴趣：Java渲染XML文件为PDF

如果你正在寻找使用PDF Box合并文件的解决方案，这里是它：使用Apache pdf box合并pdf文件

- vsingh

---

我正在寻找iText的替代品，因其许可协议与闭源项目不兼容。请帮我翻译。 - Hoffmann

@Hoffman，上面链接中的Apache PDF解决方案对您无效吗？ - vsingh

Apache PDFBox不支持HTML转PDF。最近Slashdot上有关于Java PDF库的讨论，我发现了使用iText v2（LGPL许可证）的Flying Saucer，尚未测试过，但我会保留此处的讨论以供参考：http://ask.slashdot.org/comments.pl?sid=5505091&cid=47625223 - Hoffmann

OpenHTMLtoPDF是FlyingSaucer的分支，使用PDFBOX。https://github.com/danfickle/openhtmltopdf - Daniel F

Answer 2

Open HTML to PDF 库在底层使用了 PDFBox，同时隐藏了所有的转换复杂性。

使用起来相当简单：

try (OutputStream os = new FileOutputStream("/Users/me/output.pdf")) {
    PdfRendererBuilder builder = new PdfRendererBuilder();
    builder.withUri("file:////Users/me/input.html");
    builder.toStream(os);
    builder.run();
}

- Andrey

Answer 3

到了2023年，很奇怪的是用“PDFBox html to pdf Java example”无法快速谷歌到任何内容，并且PDFBox示例只是空的，所以我猜测大多数开发者不直接使用Apache PDFBox。

相反，有示例可以使用 openhtml API来使用PDFBox。

或者

使用OpenPDF（例如1, 2）作为替代flyingsaucer API，其中OpenPDF是完全开放的iText延续。

- Paul Verest

---

我尝试了ApachePDFBox并且很喜欢它，但是它没有解决我们所有的问题。我不确定PDFBox是否支持Google Noto字体。 - vsingh

Answer 4

也许有点晚了，但如果iText许可证对您构成问题，那么LibrePdf可能是一个选择： https://github.com/LibrePDF/OpenPDF 它基于iText LGPL代码。

- thmarx

Answer 5

只是想要在2023年为其他找到这个问题的人添加/警告，openhtmltopdf目前的维护者联系不上，尽管有些人似乎在维护一个分支（参见this issue！），而飞碟也没有被维护（参见this discussion和this one在Google群组中）。

- Hannah