Java從無效的HTML創建PDF或圖像

Question

我想使用Java從'無效' HTML文件創建PDF （或任何圖像格式[ png，jpg，bmp ..]）。 我用Google搜索並找到了一個工具： iText ，以及一些使用iText從Java用HTML創建PDF的教程。

在本教程（X）HTML到PDF中使用Java ，它適用於有效的HTML，我有一個像這樣的PDF文件。 但如果我試圖從我的HTML創建PDF我有一些錯誤。

首先，我的HTML格式不正確，遺憾的是無法改變。 我把它上傳到這里 ，W3C的驗證器發現了28個錯誤 。

我的選擇是：

• 首先清理並驗證我的HTML並盡快創建PDF。
• 找到另一個工具（適用於我的問題）。
• 你的建議（使用Java）。
• 最后選擇; 使用另一個平台（ .net，Php，Python等）並使用我的應用程序中的Webservices。

請幫我解決這個問題。 先感謝您

Answer 1

您可以使用像http://jtidy.sourceforge.net/這樣的工具為您修復HTML並針對jTidy的輸出運行iText ...

Answer 2

您可以使用支持破壞HTML的HTML解析器，例如jsoup 。

像jtidy一樣，它可以自動創建有效的HTML，但它也允許您操作HTML DOM，因此您可以嘗試以您希望的方式明確地解決最大的問題。

Answer 3

試試wkhtmltopdf 。 這使用Headless瀏覽器（webkit）首先渲染html，然后生成PDF。 我在我的一個java項目中使用它並且運行良好。

它提供了一些靈活的命令行選項， 以下是選項列表及其用法的鏈接。 它適用於那些形狀不好的htmls。