Лучшая библиотека Java для программного преобразования HTML-страницы в изображение /PDF

Question

Я ищу лучшую Java-библиотеку, которую я могу передать в URL-адресе, и сделать так, чтобы веб-страница выглядела так, как в браузере. Я попробовал flyingsaucer, но кажется, что почти каждая веб-страница ломает его - он даже не отображает www.google.com или yahoo.com - единственный сайт, на котором я могу его отобразить, это www.w3c.org!

Мысли о лучшем инструменте, чтобы использовать, или возможно позволить летающей тарелке быть более слабой в xhtml, принимает?

Answer 1

Летающая тарелка дает сбой на многих страницах, поскольку она допускает только xhtml (см. Руководство).

Но вы можете использовать некоторые HTML-библиотеки, чтобы "очистить" ваш ввод и затем использовать FS.

Сайт -> "Очиститель" -> Летающая тарелка

Некоторые хорошие и бесплатные библиотеки:

1. JSoup (личная рекомендация)
2. HtmlCleaner
3. JTidy (иногда более строгий, чем нужно)
4. Иерихон HTML

Answer 2

Может быть, вы можете попробовать itext.jar

загрузите его с http://itextpdf.com/download.php

Answer 3

О сканировании html:

использовать URL из библиотеки Java. Есть множество примеров по этому поводу.

о преобразовании PDF:

Если вы используете Spring Framework, вы можете использовать класс AbstractPdfView через iText API. это мой любимый пример. Я думаю, что вы можете легко использовать это.

о преобразовании изображения:

Я рекомендую этот: http://code.google.com/p/java-html2image/

Всего:

читать html по URL → конвертировать его через iText или java-html2image. Я настоятельно рекомендую вам сделать это самостоятельно, а не оставлять это определенной библиотеке.