Java
程序
通过使用上述步骤中用过的三个工具的
DOM API
，我接下来会展示一个
JAVA
程序。它在运行时需要提供两个命令行参数，会自动生成相应的
PDF
文档，并且不会产生任何临时文件。
第一个程序新建一个
HTML
文件的
InputStream
对象，然后此对象被传给
JTidy
。
JTidy
有个方法叫
parseDOM()
，可以用来生成输出的
XHTML
文档的
Document
对象。
public static void main(String[] args) {
//
打开文件
if (args.length != 2) {
System.out.println("Usage: Html2Pdf htmlFile styleSheet");
System.exit(1);
}
FileInputStream input = null;
String htmlFileName = args[0];
try {
input = new FileInputStream(htmlFileName);
}
catch (java.io.FileNotFoundException e) {
System.out.println("File not found: " + htmlFileName);
}
Tidy tidy = new Tidy();
Document xmlDoc = tidy.parseDOM(input, null);
JTidy
的
DOM
实现并不支持
XML
命名空间。因此，我们必需修改
Antenna House
的样式表，让它使用默认的命名空间。比如，原来是：
<xsl:template match="html:h2">
<fo:block xsl:use-attribute-sets="h2">
<xsl:call-template
name="process-common-attributes-and-children"/>
</fo:block>
</xsl:template>
被修改后是：
<xsl:template match="h2">
<fo:block xsl:use-attribute-sets="h2">
<xsl:call-template name="process-common-attributes-and-children"/>
</fo:block>
</xsl:template>
这个改动必需被应用到
xhtml2f0.xsl
中的所有模板，因为
JTidy
生成的
Document
对象以
<html>
标签作为根，如：
<html
xmlns=quot;http://www.w3.org/1999/xhtml">
修改后的
xhtml2fo.xsl
包含在这篇文章附带的源代码中。
接着，
xml2FO()
方法调用
Xalan
，使样式表应用于
JTidy
生成的
DOM
对象：
Document foDoc = xml2FO(xmlDoc, args[1]);
方法
xml2FO()
首先调用
getTransformer()
来获得一个指定的样式表的
Transformer
对象。然后，代表着转换结果的那个
Document
被返回：
private static Document xml2FO(Document xml, String styleSheet) {
DOMSource xmlDomSource = new DOMSource(xml);
DOMResult domResult = new DOMResult();
Transformer transformer = getTransformer(styleSheet);
if (transformer == null) {
System.out.println("Error creating transformer for " +
styleSheet);
System.exit(1);
}
try {
transformer.transform(xmlDomSource, domResult);
}
catch (javax.xml.transform.TransformerException e) {
return null;
}
return (Document) domResult.getNode();
}
接着，
main
方法用与
HTML
输入文件相同的前缀来打开一个
FileOutputStream
。然后调用
fo2PDF()
方法所获得的结果被写入
OutputStream
：
String pdfFileName = htmlFileName.substring(0,
htmlFileName.indexOf(".")) + ".pdf";
try {
OutputStream pdf = new FileOutputStream(new File(pdfFileName));
pdf.write(fo2PDF(foDoc));
}
catch (java.io.FileNotFoundException e) {
System.out.println("Error creating PDF: " + pdfFileName);
}
catch (java.io.IOException e) {
System.out.println("Error writing PDF: " + pdfFileName);
}
方法
fo2PDF()
会使用在转换中产生的
XSL-FO Document
和一个
ByteArrayOutputStream
来生成一个
FOP driver
对象。通过调用
Driver.run
可以生成
PDF
文件。结果被作为一个
byte array
返回：
private static byte[] fo2PDF(Document foDocument) {
DocumentInputSource fopInputSource = new DocumentInputSource(
foDocument);
try {
ByteArrayOutputStream out = new ByteArrayOutputStream();
Logger log = new ConsoleLogger(ConsoleLogger.LEVEL_WARN);
Driver driver = new Driver(fopInputSource, out);
driver.setLogger(log);
driver.setRenderer(Driver.RENDER_PDF);
driver.run();
return out.toByteArray();
} catch (Exception ex) {
return null;
}
}
Html2Pdf.java
的源代码可以在这篇文章的附带代码中找到。
使用
DOM API
来完成这整个过程，速度要比使用命令行界面快得多，因为它不需要往磁盘中写入任何中间文件。这种方法可以集成到服务器里，来处理并发的
HTML-PDF
转换请求。
以前我曾以这里展示的这个程序为基础把生成
PDF
的功能集成到一个
WEB
应用。而生成
PDF
的过程是动态的，因此不需要考虑
WEB
页面和相应
PDF
同步的问题，因为生成的
PDF
文件并不是存放在服务器上。
结论
综述，在本文里我描述了怎样利用开源组件来实现
HTML
到
PDF
的转换。虽然这种实现方法在价格和源码方面很有吸引力，但同时也有一定的折衷。一些商业组件可以提供更完整的标准实现。
比如说，
FOP
目前的版本是
.91
，不完全支持
XSL-FO
标准。尽管如此，相对其它的格式而言，对
PDF
提供了更多的支持。
在开始一个文档转换的项目之前，你必需考虑对文档格式的需求，并把它们与已有组件所实现的功能做个对比。这将有助于做出正确的决定。
资源
#
下载本文中的源码
:
http://www.javaworld.com/javaworld/jw-04-2006/html/jw-0410-html.zip
# Adobe's Document Server
产品
:
http://www.adobe.com/products/server/documentserver/main.html
# Antenna House (
出售商业的格式化程序
):
http://www.antennahouse.com
# xhtml2fo.xsl
把
XHTML
转化为
XSL-FO
的样式表
:
http://www.antennahouse.com/XSLsample/XSLsample.htm
# Apache FOP formatter
把
XSL-FO
翻译为
PDF:
http://xmlgraphics.apache.org/fop
# FOP
对
XSL-FO
标准的兼容性
:
http://xmlgraphics.apache.org/fop/compliance.html
# JTidy
，把
HTML
转化为
XHTML:
http://sourceforge.net/projects/jtidy/
# Xalan:
http://xalan.apache.org/
# XSL-FO, Dave Pawson (O'Reilly Media, 2002
年
8
月
; ISBN: 0596003552):
http://www.amazon.com/exec/obidos/ASIN/0596003552/javaworld
# XSLT 2.0 Programmer's Reference, Michael
Kay (Wrox, 2004
年
8
月
; ISBN: 0764569090):
http://www.amazon.com/exec/obidos/ASIN/0764569090/javaworld
#
浏览
JavaWorld
的
Development Tools
部分可以找到更多关于
Java
开发工具的文章
:
http://www.javaworld.com/channel_content/jw-tools-index.shtml
# JavaWorld
的
Java
与
XML
部分的文章索引
:
http://www.javaworld.com/channel_content/jw-xml-index.shtml