logo标签列表

Java如何从无效的HTML中创建PDF或图像

c#javahtmlvalidationpdf
4
我想用Java从“无效”的HTML文件创建PDF（或任何图像格式[png，jpg，bmp ..]）。我通过谷歌找到了一个工具：iText，以及一些使用iText在Java中从HTML创建PDF的教程。在这个（X）HTML转PDF与Java教程中，如果HTML有效，则可以正常工作并生成类似于此文件的PDF文件。但是，如果我尝试从我的HTML创建PDF，则会出现一些错误。
首先，我的HTML格式不正确，而且不幸的是无法更改。我将其上传到这里，W3C的验证器发现28个错误。
我的选择是：
  • 首先清理和验证我的HTML，并尽快创建PDF。
  • 寻找另一个适用于我的问题的工具。
  • 您的建议（使用Java）。
  • 最后一种选择是，使用另一个平台（.net、Php、Python等），并从我的应用程序使用Web服务。
请帮我解决这个问题。提前感谢您。
1
似乎你已经“快到了”。我的建议是修复HTML并使用可行的工具，正如你亲自看到的一样。修复28个HTML错误（特别是如果那是你自己的模板而不是从“外部”得到的东西）可能会比转换到其他平台或工具更容易和更快，这些平台或工具也有可能无法处理无效的HTML。 - Patryk Ćwiek
这个 HTML 是成千上万个变体之一。它不是静态的，每次调用都可以动态更改。 - Oguz Ozkeroglu
问题在于，两个不同的程序呈现有效HTML的方式完全正常，更不用说无效的HTML了。HTML的源是什么？有没有办法进行修正？ - RoToRa
尽管你说你不会，但你真的需要修复你的HTML。 - Brendan Lesniak
@RoToRa，正如我所说的问题，无法更改HTML。 HTML文件是由另一个系统创建并提供给我的，我无法干预该系统（SAP PI）。 - Oguz Ozkeroglu
1
考虑到SAP是一家提供支持的大型公司（我认为），应该可以针对HTML问题提交错误报告。 - RoToRa
3个回答
4
谢谢你的回答。我现在尝试了一下，但对于我的问题没有起作用。 - Oguz Ozkeroglu
它给了我一个XML，看起来比第一个HTML更好；然后使用iText，它给了我一个PDF。但是这个PDF文件看起来不像Firefox的解释器，它们是不同的。 - Oguz Ozkeroglu
我明白了。你可以尝试其他的HTML清理解决方案，因为如果专业工具不能很好地完成工作，我怀疑其他转换器也不会做得更好... - Alexander Pavlov
2
您可以使用支持损坏HTML的HTML解析器，例如jsoup。与jtidy类似，它可以自动创建有效的HTML，但它还允许您操作HTML DOM，因此您可以尝试明确地按照您想要的方式修复最大的问题。
2
尝试使用wkhtmltopdf。它使用无头浏览器（webkit）先呈现html，然后生成PDF。我在我的一个Java项目中使用了它，并且效果很好。
它提供了一些灵活的命令行选项，这里是选项列表和用法链接。它也适用于格式不良的html文件。
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接