自己动手写CSDN博客提取器源码分析之三：处理网页保存为pdf文件

转载自： http://blog.csdn.net/w397090770/article/details/7768129

 

 

下面我讲下处理pdf文件的，这里我用了PD4ML来处理的，原因有几个：（1）、它对CSS的支持做的很好；（2）、可以处理图片（很爽吧）（3）、可以处理中文，不过麻烦一些。基础的过程可以看我的另外一篇帖子java编程将HTML文件转换成PDF文件http://blog.csdn.net/w397090770/article/details/7753166。下面是我的处理流程：

 

[java] view plaincopy

1. /** 
2.  *  
3.  */  
4. package com.wyp.html2pdf;  
5.   
6. import java.io.File;  
7. import java.io.FileOutputStream;  
8. import java.io.StringReader;  
9.   
10. import org.zefer.pd4ml.PD4Constants;  
11. import org.zefer.pd4ml.PD4ML;  
12. import org.zefer.pd4ml.PD4PageMark;  
13.   
14. /** 
15.  * @author w397090770 
16.  * Create Data: 2012-7-18 
17.  * Email: [e-mail] 
18.  *  
19.  * 版权所有，翻版不究，但是在修改本程序的时候务必加上这些注释。谢谢 
20.  * 仅用于学习交流之用 
21.  *  
22.  * 保存网页为PDF 
23.  */  
24. public class saveAsPDF {  
25.       
26.       
27.     // HTML代码来自于HTML文件  
28.     public void generatePDF_2(File outputPDFFile, String contents, String title)  
29.             throws Exception {  
30.           
31.         File saveFileName = new File(outputPDFFile.getAbsoluteFile() + File.separator + title + ".pdf");  
32.         if(!saveFileName.exists()){  
33.             saveFileName.createNewFile();  
34.         }else{  
35.             return;  
36.         }  
37.           
38.         FileOutputStream fos = new FileOutputStream(saveFileName);  
39.         PD4ML pd4ml = new PD4ML();  
40.         //页眉  
41.         PD4PageMark headerMark = new PD4PageMark();  
42.         headerMark.setAreaHeight(30);  
43.         headerMark.setInitialPageNumber(1);  
44.         headerMark.setPagesToSkip(1);  
45.         headerMark.setTitleAlignment(PD4PageMark.CENTER_ALIGN);  
46.         headerMark.setHtmlTemplate(title); // autocompute  
47.         pd4ml.setPageHeader(headerMark);  
48.         //页脚  
49.         PD4PageMark footerMark = new PD4PageMark();  
50.         footerMark.setAreaHeight(30);  
51.         footerMark.setInitialPageNumber(10);  
52.         footerMark.setHtmlTemplate("武汉大学");  
53.         pd4ml.setPageFooter(footerMark);  
54.         //选择纸张大小、字库目录、字体等  
55.         pd4ml.setPageSize(PD4Constants.A4);  
56.         pd4ml.useTTF("file:fonts", true);  
57.         pd4ml.setDefaultTTFs("YouYuan", "Arial", "Courier New");  
58.         pd4ml.enableDebugInfo();  
59.         pd4ml.render(new StringReader(contents), fos);  
60.     }  
61. }  

代码页很简单的。