整合營銷服務(wù)商
電腦端+手機(jī)端+微信端=數(shù)據(jù)同步管理
免費(fèi)咨詢熱線：
電腦端+手機(jī)端+微信端=數(shù)據(jù)同步管理
免費(fèi)咨詢熱線：
html轉(zhuǎn)為pdf的組件有很多，但是還沒有哪一款能達(dá)到這個效果，其只要原因是wkhtmltopdf使用webkit網(wǎng)頁渲染引擎開發(fā)的用來將 html轉(zhuǎn)成 pdf的工具，可以跟多種腳本語言進(jìn)行集成來轉(zhuǎn)換文檔。但是就使用簡便性來說還是itext等組件占據(jù)優(yōu)勢，如果你要轉(zhuǎn)換格式有比較高的要求，那么wkhtmltopdf絕對是不二之選！
下載路徑
官網(wǎng)地址 wkhtmltopdf.org/
github地址 github.com/wkhtmltopdf…
使用方法
java調(diào)用demo
public class HtmlToPdfInterceptor extends Thread { private InputStream is; public HtmlToPdfInterceptor(InputStream is){ this.is = is; } public void run(){ try{ InputStreamReader isr = new InputStreamReader(is, "utf-8"); BufferedReader br = new BufferedReader(isr); String line = null; while ((line = br.readLine()) != null) { System.out.println(line.toString()); //輸出內(nèi)容 } }catch (IOException e){ e.printStackTrace(); } }}public class HtmlToPdf { //wkhtmltopdf在系統(tǒng)中的路徑 private static final String toPdfTool = "D:\wkhtmltopdf\bin\wkhtmltopdf.exe"; /** * html轉(zhuǎn)pdf * @param srcPath html路徑，可以是硬盤上的路徑，也可以是網(wǎng)絡(luò)路徑 * @param destPath pdf保存路徑 * @return 轉(zhuǎn)換成功返回true */ public static boolean convert(String srcPath, String destPath){ File file = new File(destPath); File parent = file.getParentFile(); //如果pdf保存路徑不存在，則創(chuàng)建路徑 if(!parent.exists()){ parent.mkdirs(); } StringBuilder cmd = new StringBuilder(); cmd.append(toPdfTool); cmd.append(" "); cmd.append(" --header-line");//頁眉下面的線 cmd.append(" --header-center 這里是頁眉這里是頁眉這里是頁眉這里是頁眉 ");//頁眉中間內(nèi)容 //cmd.append(" --margin-top 30mm ");//設(shè)置頁面上邊距 (default 10mm) cmd.append(" --header-spacing 10 ");//(設(shè)置頁眉和內(nèi)容的距離,默認(rèn)0) cmd.append(srcPath); cmd.append(" "); cmd.append(destPath); boolean result = true; try{ Process proc = Runtime.getRuntime().exec(cmd.toString()); HtmlToPdfInterceptor error = new HtmlToPdfInterceptor(proc.getErrorStream()); HtmlToPdfInterceptor output = new HtmlToPdfInterceptor(proc.getInputStream()); error.start(); output.start(); proc.waitFor(); }catch(Exception e){ result = false; e.printStackTrace(); } return result; } public static void main(String[] args) { HtmlToPdf.convert("https://my.oschina.net/papio/blog/835645", "d:/wkhtmltopdf.pdf"); }}復(fù)制代碼
wkhtmltopdf 參數(shù)詳解
wkhtmltopdf [OPTIONS]... <input file> [More input files] <output file>常規(guī)選項 --allow <path> 允許加載從指定的文件夾中的文件或文件（可重復(fù)） --book* 設(shè)置一會打印一本書的時候，通常設(shè)置的選項 --collate 打印多份副本時整理 --cookie <name> <value> 設(shè)置一個額外的cookie（可重復(fù)） --cookie-jar <path> 讀取和寫入的Cookie，并在提供的cookie jar文件 --copies <number> 復(fù)印打印成pdf文件數(shù)（默認(rèn)為1） --cover* <url> 使用HTML文件作為封面。它會帶頁眉和頁腳的TOC之前插入 --custom-header <name> <value> 設(shè)置一個附加的HTTP頭（可重復(fù)） --debug-javascript 顯示的javascript調(diào)試輸出 --default-header* 添加一個缺省的頭部，與頁面的左邊的名稱，頁面數(shù)到右邊，例如： --header-left '[webpage]' --header-right '[page]/[toPage]' --header-line --disable-external-links* 禁止生成鏈接到遠(yuǎn)程網(wǎng)頁 --disable-internal-links* 禁止使用本地鏈接 --disable-javascript 禁止讓網(wǎng)頁執(zhí)行JavaScript --disable-pdf-compression* 禁止在PDF對象使用無損壓縮 --disable-smart-shrinking* 禁止使用WebKit的智能戰(zhàn)略收縮，使像素/ DPI比沒有不變 --disallow-local-file-access 禁止允許轉(zhuǎn)換的本地文件讀取其他本地文件，除非explecitily允許用 --allow --dpi <dpi> 顯式更改DPI（這對基于X11的系統(tǒng)沒有任何影響） --enable-plugins 啟用已安裝的插件（如Flash --encoding <encoding> 設(shè)置默認(rèn)的文字編碼 --extended-help 顯示更廣泛的幫助，詳細(xì)介紹了不常見的命令開關(guān) --forms* 打開HTML表單字段轉(zhuǎn)換為PDF表單域 --grayscale PDF格式將在灰階產(chǎn)生 --help Display help --htmldoc 輸出程序HTML幫助 --ignore-load-errors 忽略claimes加載過程中已經(jīng)遇到了一個錯誤頁面 --lowquality 產(chǎn)生低品質(zhì)的PDF/ PS。有用縮小結(jié)果文檔的空間 --manpage 輸出程序手冊頁 --margin-bottom <unitreal> 設(shè)置頁面下邊距 (default 10mm) --margin-left <unitreal> 將左邊頁邊距 (default 10mm) --margin-right <unitreal> 設(shè)置頁面右邊距 (default 10mm) --margin-top <unitreal> 設(shè)置頁面上邊距 (default 10mm) --minimum-font-size <int> 最小字體大小 (default 5) --no-background 不打印背景 --orientation <orientation> 設(shè)置方向?yàn)闄M向或縱向 --page-height <unitreal> 頁面高度 (default unit millimeter) --page-offset* <offset> 設(shè)置起始頁碼 (default 1) --page-size <size> 設(shè)置紙張大小: A4, Letter, etc. --page-width <unitreal> 頁面寬度 (default unit millimeter) --password <password> HTTP驗(yàn)證密碼 --post <name> <value> Add an additional post field (repeatable) --post-file <name> <path> Post an aditional file (repeatable) --print-media-type* 使用的打印介質(zhì)類型，而不是屏幕 --proxy <proxy> 使用代理 --quiet Be less verbose --read-args-from-stdin 讀取標(biāo)準(zhǔn)輸入的命令行參數(shù) --readme 輸出程序自述 --redirect-delay <msec> 等待幾毫秒為JS-重定向(default 200) --replace* <name> <value> 替換名稱,值的頁眉和頁腳（可重復(fù)） --stop-slow-scripts 停止運(yùn)行緩慢的JavaScripts --title <text> 生成的PDF文件的標(biāo)題（第一個文檔的標(biāo)題使用，如果沒有指定） --toc* 插入的內(nèi)容的表中的文件的開頭 --use-xserver* 使用X服務(wù)器（一些插件和其他的東西沒有X11可能無法正常工作） --user-style-sheet <url> 指定用戶的樣式表，加載在每一頁中 --username <username> HTTP認(rèn)證的用戶名 --version 輸出版本信息退出 --zoom <float> 使用這個縮放因子 (default 1) 頁眉和頁腳選項--header-center* <text> (設(shè)置在中心位置的頁眉內(nèi)容) --header-font-name* <name> (default Arial) (設(shè)置頁眉的字體名稱)--header-font-size* <size> (設(shè)置頁眉的字體大小)--header-html* <url> (添加一個HTML頁眉,后面是網(wǎng)址)--header-left* <text> (左對齊的頁眉文本)--header-line* (顯示一條線在頁眉下)--header-right* <text> (右對齊頁眉文本)--header-spacing* <real> (設(shè)置頁眉和內(nèi)容的距離,默認(rèn)0)--footer-center* <text> (設(shè)置在中心位置的頁腳內(nèi)容) --footer-font-name* <name> (設(shè)置頁腳的字體名稱) --footer-font-size* <size> (設(shè)置頁腳的字體大小default 11)--footer-html* <url> (添加一個HTML頁腳,后面是網(wǎng)址)--footer-left* <text> (左對齊的頁腳文本)--footer-line* 顯示一條線在頁腳內(nèi)容上)--footer-right* <text> (右對齊頁腳文本)--footer-spacing* <real> (設(shè)置頁腳和內(nèi)容的距離)./wkhtmltopdf --footer-right '[page]/[topage]' http://www.baidu.com baidu.pdf./wkhtmltopdf --header-center '報表' --header-line --margin-top 2cm --header-line http://192.168.212.139/oma/ oma.pdf表內(nèi)容選項中 --toc-depth* <level> Set the depth of the toc (default 3) --toc-disable-back-links* Do not link from section header to toc --toc-disable-links* Do not link from toc to sections --toc-font-name* <name> Set the font used for the toc (default Arial) --toc-header-font-name* <name> The font of the toc header (if unset use --toc-font-name) --toc-header-font-size* <size> The font size of the toc header (default 15) --toc-header-text* <text> The header text of the toc (default Table Of Contents) --toc-l1-font-size* <size> Set the font size on level 1 of the toc (default 12) --toc-l1-indentation* <num> Set indentation on level 1 of the toc (default 0) --toc-l2-font-size* <size> Set the font size on level 2 of the toc (default 10) --toc-l2-indentation* <num> Set indentation on level 2 of the toc (default 20) --toc-l3-font-size* <size> Set the font size on level 3 of the toc (default 8) --toc-l3-indentation* <num> Set indentation on level 3 of the toc (default 40) --toc-l4-font-size* <size> Set the font size on level 4 of the toc (default 6) --toc-l4-indentation* <num> Set indentation on level 4 of the toc (default 60) --toc-l5-font-size* <size> Set the font size on level 5 of the toc (default 4) --toc-l5-indentation* <num> Set indentation on level 5 of the toc (default 80) --toc-l6-font-size* <size> Set the font size on level 6 of the toc (default 2) --toc-l6-indentation* <num> Set indentation on level 6 of the toc (default 100) --toc-l7-font-size* <size> Set the font size on level 7 of the toc (default 0) --toc-l7-indentation* <num> Set indentation on level 7 of the toc (default 120) --toc-no-dots* Do not use dots, in the toc輪廓選項 --dump-outline <file> 轉(zhuǎn)儲目錄到一個文件 --outline 顯示目錄(文章中h1,h2來定) --outline-depth <level> 設(shè)置目錄的深度（默認(rèn)為4）頁腳和頁眉 * [page] 由當(dāng)前正在打印的頁的數(shù)目代替 * [frompage] 由要打印的第一頁的數(shù)量取代 * [topage] 由最后一頁要打印的數(shù)量取代 * [webpage] 通過正在打印的頁面的URL替換 * [section] 由當(dāng)前節(jié)的名稱替換 * [subsection] 由當(dāng)前小節(jié)的名稱替換 * [date] 由當(dāng)前日期系統(tǒng)的本地格式取代 * [time] 由當(dāng)前時間，系統(tǒng)的本地格式取代
作者：曹元
鏈接：https://juejin.im/post/6856547881873047559
來源：掘金
著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請聯(lián)系作者獲得授權(quán)，非商業(yè)轉(zhuǎn)載請注明出處。
tml2pdf
PDFBox是一個Java庫，可用于創(chuàng)建，修改和提取PDF文件的內(nèi)容。它是一個Apache軟件基金會的項目，使用Apache License 2.0許可證。
PDFBox提供了一組API，可用于提取文本和圖像，添加和刪除頁面，提取PDF元數(shù)據(jù)和加密PDF文件等。
<!-- 將 html 轉(zhuǎn)換為 xml 工具庫 -->
<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.17.1</version>
</dependency>
<!-- 第三方 pdfbox 包裝庫,提供 html 轉(zhuǎn) pdf 功能 -->
<dependency>
<groupId>com.openhtmltopdf</groupId>
<artifactId>openhtmltopdf-pdfbox</artifactId>
<version>1.0.10</version>
</dependency>
// 獲取 java 版本
String version = System.getProperty("java.specification.version");
// 獲取系統(tǒng)類型
String platform = System.getProperty("os.name", "");
platform = platform.toLowerCase().contains("window") ? "win" : "linux";
// 當(dāng)前程序目錄
String current = System.getProperty("user.dir");
System.out.println(String.format("current=%s", current));
// html 文件路徑
File index = Paths.get(current, "..", "index.html").toFile();
if (!index.exists()) {
System.out.println(String.format("file not exist,file=%s", index.getAbsolutePath()));
return;
}
try {
Document doc = Jsoup.parse(index, "UTF-8");
// 補(bǔ)全標(biāo)記
doc.outputSettings().syntax(Document.OutputSettings.Syntax.xml);
File file = Paths.get(current, String.format("java%s_%s.pdf", version, platform)).toFile();
FileOutputStream stream = new FileOutputStream(file);
PdfRendererBuilder builder = new PdfRendererBuilder();
// NOTE 字體問題,文檔中出現(xiàn)過的字段,需要手動加載字體
builder.useFont(Paths.get(current, "..", "fonts", "simsun.ttc").toFile(), "SimSun");
builder.useFont(Paths.get(current, "..", "fonts", "msyh.ttc").toFile(), "font-test");
builder.useFont(Paths.get(current, "..", "fonts", "msyh.ttc").toFile(), "Microsoft YaHei UI");
// NOTE 設(shè)置根目錄
String baseUrl = Paths.get(current, "..").toUri().toString();
builder.withHtmlContent(doc.html(), baseUrl);
builder.toStream(stream);
builder.run();
} catch (IOException e) {
throw new RuntimeException(e);
}pdfbox-demo/java1.8_win.pdf · yjihrp/linux-html2pdf-demo - Gitee.com
pdfbox-demo/java11_linux.pdf · yjihrp/linux-html2pdf-demo - Gitee.com
# 查看 pdf 內(nèi)部結(jié)構(gòu)
java -jar pdfbox-app debug path-to-pdf/test.pdf
java -jar debugger-app path-to-pdf/test.pdf測試結(jié)果
下一篇 5-LINUX HTML 轉(zhuǎn) PDF-selenium
言
目前，教學(xué)、教研各種內(nèi)容線上沉淀、展示豐富多彩，但線上內(nèi)容“線下化”能力不足或過分依賴人力，比如，線上練習(xí)題組卷后以PDF形式分發(fā)給學(xué)生，家長希望將考試、練習(xí)題目打印后，學(xué)生帶到學(xué)校去做（高中生使用手機(jī)等電子設(shè)備的時間有限），線上各類分析報告以PDF形式分享給學(xué)生/家長等。
從業(yè)務(wù)方面看，不同業(yè)務(wù)線的多個業(yè)務(wù)場景都有輸出PDF的訴求，如果各業(yè)務(wù)線自己設(shè)計、實(shí)現(xiàn)符合自身業(yè)務(wù)場景的具體方案，除調(diào)研、開發(fā)工作量較大之外，還會有重復(fù)調(diào)研，踩坑的情況。
從技術(shù)角度看，線上內(nèi)容轉(zhuǎn)PDF的內(nèi)容源頭來自于H5富文本內(nèi)容，業(yè)界內(nèi)以此為基礎(chǔ)的PDF生成方案多種多樣，也各有優(yōu)劣，比如：
方案對比-表格-1
因此，我們綜合了各種PDF生成方案并總結(jié)了在探索講義生成PDF過程中的經(jīng)驗(yàn)，抽象出了一套通用的，可復(fù)用的能力供各業(yè)務(wù)線快速利用，基本方案和優(yōu)劣如下：
最終方案-表格-2
目 標(biāo)
旨在提供一套以H5為載體的PDF通用生成方案，這套方案有如下特點(diǎn)：
這套方案可分為兩個核心部分，頁面展示側(cè) - Medusa，PDF生成側(cè) - Hydra
頁面展示側(cè) - Medusa
我們頁面展示側(cè)的通用能力——Medusa，是基于Paged.js的二次封裝，并以NPM包形式提供給業(yè)務(wù)方使用。Medusa可對任何HTML進(jìn)行分頁、并根據(jù)配置添加頁眉、頁腳等，最終將處理后的HTML渲染到頁面中。Medusa封裝并簡化了對PDF格式的配置，可覆蓋絕大多數(shù)業(yè)務(wù)場景，使得各業(yè)務(wù)場景將更多精力投入其自身業(yè)務(wù)邏輯的開發(fā)。
之所以選擇Pagedjs為基礎(chǔ)開發(fā)我們自己的SDK，是因?yàn)樗悄壳拔覀兡苷业降奈ㄒ?/span>開源的、具有HTML內(nèi)容分頁，樣式處理的前端庫，同時我們也在講義中經(jīng)過了長期的摸索與沉淀。
接下來將詳細(xì)介紹Paged.js原理、Medusa支持的功能與使用方法。
一 Paged.js是如何工作的
Paged.js包含了 3 個大模塊
這里將主要介紹 Previewer 和 Chunker，因?yàn)槲覀兊亩伍_發(fā)和維護(hù)不涉及到Polisher。
Previewer
Previewer 的工作非常簡單，但我們會主要利用它封裝我們的Medusa，初始化一個Previewer對象，Previewer初始化了Chunker和Polisher對象：
Medusa-代碼-1
再調(diào)用Previewer的preview()方法，preview()方法做了兩件事：
Medusa-代碼-2
當(dāng)chunker.flow結(jié)束，即可在瀏覽器看到整個頁面處理完之后的樣子。
Chunker
首先，Chunker解析、預(yù)處理需要分頁的HTML，為其添加一些必要的屬性
Medusa-代碼-3
然后創(chuàng)建容納所有頁(pages)的容器，并掛載到renderTo容器下(默認(rèn)Body)，以備組織后續(xù)的所有頁：
Medusa-代碼-4
接著，chunker創(chuàng)建了一個page模版，以便增加頁面使用：
Medusa-代碼-5
其中，TEMPLATE是Pagedjs內(nèi)部創(chuàng)建頁面時所使用的基礎(chǔ)模版。
Medusa-代碼-6
接下來，chunker進(jìn)入了渲染+分頁過程（這個過程我們不會在二次開發(fā)中做修改，但需要了解其基本思路以便在出問題時能有解決思路），這個過程在循環(huán)一個迭代器（*layout），迭代器一直在做3件事：
原則：
尋找overflow時會將盡可能多的內(nèi)容節(jié)點(diǎn)插入內(nèi)容區(qū)域，這里，“盡可能多”分為幾種情況，比如：
步驟：
Pagedjs遵循了如下步驟去尋找overflow：
兩個前置條件：
i. 從需要處理的內(nèi)容第一個節(jié)點(diǎn)開始，判斷是否 node.left >= contentArea.right || node.top >= contentArea.bottom
Medusa-代碼-7
ii.如果不滿足，則判斷 node.right <= contentArea.right && node.bottom <= contentArea.bottom
Medusa-代碼-8
iii.如果不滿足，那說明有子節(jié)點(diǎn)overflow了，則繼續(xù)深入其子節(jié)點(diǎn)查找即可。
3.使用模版添加新的頁面，并從BreakToken處繼續(xù)上述動作。
二 Medusa支持的功能及使用方法
基于Paged.js，Medusa支持了如下功能，并為業(yè)務(wù)方提供了更加簡潔、定制化的配置。
下方是調(diào)用Medusa的代碼示例：
Medusa-代碼-9
1.1 動態(tài)頁面分頁能力
Medusa核心功能，可將連續(xù)的HTML頁面轉(zhuǎn)化成一頁頁P(yáng)DF樣式的HTML。
1.2 單頁模版配置 -> 生成能力
通過Grid布局，Paged.js將一個單頁模版分為多個區(qū)域，整體分為2個大的部分：
業(yè)務(wù)方通過簡單的配置，即可還原UI設(shè)計稿中的PDF樣式，例子如下圖：
1.2.1 base
頁面基礎(chǔ)配置是對每頁的。支持紙型或頁面寬高、內(nèi)容區(qū)域margin、padding、背景及水印的設(shè)置。
在封裝Medusa時，Medusa將讀取傳入的頁面模版配置、靜態(tài)頁內(nèi)容配置，并將樣式上的配置解析并轉(zhuǎn)化為Previewer可理解的樣式內(nèi)容，比如頁面寬高的設(shè)置：
Medusa-代碼-10
將被轉(zhuǎn)化為：
Medusa-代碼-11
1.2.2 surround
2. 目前支持3種類型的surround item:
example:
Medusa-代碼-12
1.3 前/后置靜態(tài)頁面
業(yè)務(wù)方可通過如下方式配置靜態(tài)頁面的具體內(nèi)容：
Medusa-代碼-13
其中，傳入的React JSX Element將會被這樣處理：
Medusa-代碼-14
處理完成后，將HTML String拼接到頁面模版中，再插入分頁后內(nèi)容的前后。
PDF生成側(cè) - Hydra：
頁面展示側(cè)為PDF生成做好了頁面的準(zhǔn)備，對于PDF生成側(cè)，需要做的工作就更純粹了，業(yè)務(wù)方除了請求生成PDF，定期檢查PDF生成的進(jìn)度，無需做任何額外工作。
1.整體流程：
PDF生成是CPU和內(nèi)存密集型的，由于頁面內(nèi)容的不確定性，也意味著頁面渲染時間與生成PDF的時間都是不確定的，因此整體PDF生成的鏈路被設(shè)計成是異步的，如下圖：
整體流程上，業(yè)務(wù)方在請求生成PDF時，會先在后端做一條記錄，后端再將任務(wù)發(fā)送給Node服務(wù)，即Hydra；
在生成PDF時， 第 1 步是做頁面上的準(zhǔn)備，一個生成任務(wù)可能有多個URL頁面需要生成PDF，所以我們預(yù)先啟動對應(yīng)URL數(shù)量的PPTR Page，頁面都啟動完成后，進(jìn)入下一步；
第 2 步：渲染頁面，這個過程中，如果請求是包含多個URL的，這些頁面會同步渲染，在所有頁面渲染完成后，進(jìn)入下一步。
第 2.5 步，如果是需要生成連續(xù)頁碼的一整個PDF，還會做額外的一個動作：頁碼矯正，通過頁碼矯正，可以將同步渲染的每個頁面，按照其之前頁面的頁碼數(shù)修正，以保證整體PDF的頁碼的連貫。
第 3 步，通過PPTR Page的能力將頁面轉(zhuǎn)換為PDF buffer，如有必要，再將生成的PDF buffer拼接到一起生成一整個PDF，或者將每個PDF buffer都生成一個PDF，壓縮成zip文件。
第 4 步，文件上傳OSS，最終返回OSS CDN鏈接。
2.請求生成PDF：
業(yè)務(wù)側(cè)請求將對應(yīng)頁面生成PDF的時，只需傳入如下字段：
Hydra-代碼-1
3.PDF生成過程：
正如在整體流程中所述，PDF生成側(cè)，我們借助 PPTR 的能力打開頁面并生成PDF流。
在頁面調(diào)用 Medusa 分頁、組裝能力時，所有內(nèi)容分頁組裝完成后會向body中插入了一個額外的DOM以標(biāo)識該頁面處理完成：
Hydra-代碼-2
這是為了 Hydra 感知頁面渲染完成所做的準(zhǔn)備，當(dāng)生成服務(wù)的 PPTR 等到該DOM出現(xiàn)時，則表示頁面成功渲染并處理完成了：
Hydra-代碼-3
此后，在上面已經(jīng)提到過，對于需要將多個頁面生成的PDF拼接成一個PDF的情況，在生成PDF之前需要做一個重要的動作，即頁碼矯正，原因如下：
并且我們不希望頁面的處理是串行的，因?yàn)榇袆荼貙?dǎo)致速度較慢，生成時間長。
這個問題的解決方案如下：
1. 對于每個頁面都啟用一個page，并同時處理
2. 每個頁面處理完成后（pdfLastDOM出現(xiàn)），通過Page.$eval()來統(tǒng)計頁數(shù)并記錄:
Hydra-代碼-4
3. 計算出頁面中分頁之后每一個頁面的起始頁碼，以及所有頁面的頁碼總和
4. 再修改頁碼容器樣式的 counterReset 值即可，其后續(xù)頁碼可自遞增。
Hydra-代碼-5
5. 之后，再通過 Medusa 在頁面window對象中Polyfill的相關(guān)配置，比如需要生成的PDF的單頁寬、高以生成PDF流。
Hydra-代碼-6
6. 最后如有必要，通過pdf-lib拼接這些 pdfBuffer 即可。
Hydra-代碼-7
7. PDF生成完成后，上傳OSS并返回URL鏈接
4.性能、穩(wěn)定性保證：
在整體方案落地前，我們對服務(wù)進(jìn)行了多次性能測試：
以下載題目為例，在4個容器，每個容器 3C 12G 的配置下的并行處理能力如下：
對于 20 道題目，每個PDF生成任務(wù)在 15 頁左右，平均 1 分鐘內(nèi)能完成 280 個任務(wù)的處理。
對于 40 道題目，每個PDF生成任務(wù)在 30 頁左右，平均 1 分鐘內(nèi)能完成 105 個任務(wù)的處理。
對于 60 到題目，每個PDF生成任務(wù)在 40 頁左右，平均 1 分鐘內(nèi)能完成 54 個任務(wù)的處理。
同時，根據(jù) Hydra 服務(wù)的整體的處理能力，后端通過任務(wù)隊列的形式幫助我們保證服務(wù)不被瞬間的突刺流量擊垮。
已接入/正在接入的相關(guān)業(yè)務(wù)線及場景：
目前，公司有 5 大業(yè)務(wù)線，8 個場景已經(jīng)完全接入我們的能力用于 H5 轉(zhuǎn) PDF，如下是錯題本、內(nèi)容資料庫接入后生成的PDF樣例：
錯題本：
內(nèi)容資料庫試卷：
未來展望
目前整體的PDF生成方案已經(jīng)能夠滿足大多數(shù)場景和內(nèi)容，但依然有可改進(jìn)空間。
HTML的流式布局要求我們必須手動的對內(nèi)容分頁，才能添加頁眉，頁腳等（即Mdusa做的工作），正因?yàn)槿绱?，在處理?fù)雜的內(nèi)容時，可能會出現(xiàn)一些問題：比如，遇到復(fù)雜表格時，由于表格可能會有多種多樣的行、列合并，同時表格單元格內(nèi)的內(nèi)容也可以多種多樣，在分頁過程中，Medusa內(nèi)部的PagedJS并不能完美的處理對于長、且復(fù)雜的表格的分割，因此可能遇到分割后表格單元格缺失、錯亂或?qū)捀咤e誤的問題，這些問題在講義中體現(xiàn)較明顯。
我們?nèi)栽诔掷m(xù)關(guān)注與研究復(fù)雜DOM內(nèi)容的分割問題，會嘗試加以優(yōu)化和改進(jìn)PagedJS的能力，同時，我們也以另外一種思路設(shè)計了自己的DOM分頁器方案，但經(jīng)過評估，由于實(shí)現(xiàn)比較復(fù)雜，成本較高，暫時沒有投入開發(fā)資源。
不過，我們相信，未來我們一定能以更完美的方式分割DOM以生成更高質(zhì)量的PDF。
作者:高源、陳欣博
來源:微信公眾號:高途技術(shù)
出處:https://mp.weixin.qq.com/s/c_N7jdNklrNFKR_Cub2Tgg
*請認(rèn)真填寫需求信息，我們會在24小時內(nèi)與您取得聯(lián)系。
