html导出为pdf和word,html 转 pdf、image 及动态 word 导出方案

html 转 pdf、image

html 转 pdf 和 image 分别使用 wkhtmltopdf、wkhtmltoimage 工具，二者的使用方法几乎完全一样，且非常简单，仅就 wkhtmltopdf 进行说明

使用方法：

wkhtmltopdf --option sample.html result.pdf

option 参数通过 wkhtmltopdf -H 命令查看

生成原理：

wkhtmltopdf 使用 qtwebkit 内核对 html 文件进行渲染并打印出 pdf、image，由于使用 qtwebkit 内核进行渲染，远程 css、html 宏指令等都是支持的

注意事项：

linux要能支持中文字符，SA(盛国娟)安装fonts-chinese-3.02-12.el5.noarch.rpm包，折腾了很久

极少数的css属性支持不好，会导致转换失败

版本问题，我做云简历时最新版本是0.11，但是0.11版本对中文支持不好，反而0.10版本支持非常好，所以线上用的0.10版本，但是今天发现最新的0.12在2014年6月发布了，而之前的旧版本都被标识为Deprecated，想必新版本对中文支持和css的bug都作了处理

下载地址：

导出动态 word 文档

基本原理

在java中生成word文档有多种方案，常见的POI、jacob、iText等工具可以生成样式简单的word，但如果要达到控制样式、字体、打印不变形、符合office标准等高要求，它们则无能为力。

用freemaker+xml的方式动态生成word，可以保证得到的效果最佳。 office 2003以上的版本支持将word以“另存为”的方式转换为xml格式，该xml文件格式良好，源word中一行一行的文本被xml中一个一个的子元素组织起来，我们只需要将该文本处用freemaker标签替换，然后处理freemaker标签动态生成新的xml文件，这个xml文件跟最初的xml文件就文件结构上来讲是完全一致的，自然能被word支持，并且能保持源word文档中所有样式特性。

使用心得

关于xml文档结构

很繁杂，没法细说，总体而言word中的行或块在xml标签中组织起来，很有规律但又不完全规律，需要根据具体情况看。

我们可以用freemaker操作整个xml标签实现word文档动态更新，如复制、删除、上下移动等操作。

文本操作

我们对文本操作几乎无能为力，例如靠左靠右对齐、居中、段落中上下行对齐等，我们唯一能控制的只是对文本的替换(还有1中说的整个段落的操作)，文本的所有样式版本都是遵循原来word中的样式排版，所有的这些都是通过xml标签的各种属性修饰的，因此想要文本右对齐，只需要在源word文档中排好版，最终生成的word文档中自然就是右对齐的。

用表格的方式组织word排版

为了xml格式更清晰、用freemaker操作起来更方便，请用表格排版，解决很多问题

图片替换、插入和删除

xml文档中将所有图片都顺序组织在一个一个的标签中，并以base64文本的方式呈现，想要替换图片只需要将目标图片转换成base64字符串的形式替换即可。

当插入和删除图片操作时，需要添加或删除标签及其相关标签，这涉及到xml文档格式的改变，可能会遇到问题。提供一种解决方案：利用一张空白点图提前插入word文档中，后进行base64文本替换

优点和缺点

优点： 重要且唯一的优点是能够保留初始word文档的所有样式特征。可以任意编辑初始word文档，甚至可以使用类似时间轴的效果，最终生成的word文档都能完美地呈现出来，而这些特性使用POI等工具去拼接，复杂度是不可想象的，效果也非常差。

缺点：

必须事先准备一份word文档，针对不同格式和样式都必须各准备一份

将xml文件改写成freemaker文件时很繁杂，并且改写成freemaker后，原来的word文档样式不能有任何改动，因为哪怕再小的改动也会导致整个xml文档结构的变动，我们只能重新开头编写freemaker文件

导出的word由于实际上是xml格式，符合Microsoft关于xml word格式的定义，当时其他office软件打不开，wps、open office等

即使使用表格方式组织word排版能使整个xml文件格式清晰很多，但细节方面仍然有混乱，导致我们在用freemaker对xml进行各项操作时要特别小心