问HTML5到PDF服务器端

EN

我曾使用PhantomJS从网页生成png图像，它也可以生成PDF，而且质量通常很好。该属性称为screen capture和described here。支持的格式有PNG、JPEG、GIF和PDF。

转换为PDF时，页面的文本将保留为文本。

在测试了几个其他库或程序之后，发现PhantomJS是最完美的解决方案。PhantomJS使用WebKit，一个真正的布局和渲染引擎。

用https://github.com/ariya/phantomjs/wiki/Examples编写的例子很少。在Rendering/rasterization一节中提到了以下脚本，可以帮助您完成此过程：

rasterize.js rasterizes a web page to image or PDF

PhantomJS QuicStart Guide说：

生成PDF输出是可能的，例如来自维基百科的文章：

phantomjs rasterize.js 'http://en.wikipedia.org/w/index.php?title=Jakarta&printable=yes' jakarta.pdf

或者在创建可打印的小抄时：

phantomjs rasterize.js http://www.nihilogic.dk/labs/webgl_cheat_sheet/WebGL_Cheat_Sheet.htm webgl.pdf

我测试了几个页面的pdf生成，如果页面遵循标准，它会产生很好的结果。文本是可选择和可打印的高质量，但在某些页面上，pdf中的布局与png中的布局并不完全相同。下面是使用命令生成的两个截图：

$ phantomjs rasterize.js 'http://windows.microsoft.com/en-US/windows/home' microsoft.png

$ phantomjs rasterize.js 'http://windows.microsoft.com/en-US/windows/home' microsoft.pdf 

​

​

我还测试了http://lab.simurai.com/buttons/。pdf和png非常相同，下面是一个pdf的样本，我将其栅格化到5641像素宽，并裁剪了其中的一个区域。与前面的PDF示例一样，PDF中的文本是可选择的，并且如您所见，文本是锐利的(没有抗锯齿！)。

​

​

安装

我先试着在Centos5编译源码上安装Qt库和PhantomJS，但是没有成功。然后在Ubuntu 11.10上，这个过程很轻松：

我下载了http://phantomjs.googlecode.com/files/phantomjs-1.7.0-linux-x86_64.tar.bz2并使用以下命令解压缩它

tar -xjvf phantomjs-1.7.0-linux-x86_64.tar.bz2

然后将phantomjs可执行文件复制到系统的bin目录下：

$ cp phantomjs-1.7.0-linux-x86_64/bin/phantomjs /usr/local/bin/phantomjs

phantomjs已经准备好了。

如果生成的PDF不好，您可以尝试更新Webkit，但我认为结果应该足够了。PhantomJS有很好的更新周期，所以bugs应该在合理的时间内修复。

PhantomJS FAQ也有很好的可能性信息。

根据超文本标记语言的复杂程度，您可以使用XmlWorker，这是iText开发人员使用iText的项目。

你在服务器端使用的是什么语言？

创建页面的屏幕截图，然后将图像转换为pdf可能会给你带来最好的结果。它将以与浏览器呈现完全相同的方式显示页面。

市面上有一些截图即服务工具，比如browshot.com。看看API和supported languages。

或者你可以使用你的工具。在github上有一个很好的node.js项目。