以编程方式将HTML页面转换为图像/ PDF的最佳Java库

Question

我正在寻找可以在URL中传递的最佳Java库，并让它创建网页看起来像的图像，浏览器。我尝试了flyingsaucer，但它似乎几乎每个网页都会打破它 - 它甚至不会渲染www.google.com或yahoo.com - 我可以渲染的唯一网站是www.w3c.org！

有关更好的使用工具或可能允许飞碟在xhtml中更加松懈的想法是否接受？

Answer 1

飞碟在许多页面上失败，因为它只允许xhtml（见手册）。

但是你可以使用一些html库来“清理”你的输入然后使用FS。

Webesite - > “清洁” - >飞碟

一些优秀且免费的库有：

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

Answer 2

可能是你可以尝试iText.jar文件

下载它从http://itextpdf.com/download.php

Answer 3

关于HTML爬行：

使用URL从java库。有很多这方面的例子。

约PDF转换：

如果你正在使用Spring框架，你可以通过iText的API使用AbstractPdfView类。 this是我最喜欢的例子。我认为你可以很容易地使用它。

约图像转换：

我推荐这一个：http://code.google.com/p/java-html2image/

总：通过URL→

阅读HTML通过iText的或Java的html2image转换。我强烈建议你自己动手，不要把它留给某个图书馆。