前两天有个客户需要把网页转为pdf ， 之前也没开发过类似的工具 ， 就在百度搜索了一波 ， 主要有下面三种
- 在线转pdf
- 使用浏览器打印功能转pdf
- 使用本地软件工具转pdf
在线转pdf
在百度（我一般用必应）搜索“在线网页转pdf”就有很多可以做这个事的网站，免费的如- PDF24Tools
官网地址https://tools.pdf24.org/zh
PDF24 Tools
- doctron
官网地址http://doctron.lampnick.com/
doctron在线体验demo
还有挺多其他的 ， 可以自己搜索，但是都不符合我的预期 。
使用浏览器打印功能转pdf
- 在浏览器右键，点击打印或者ctrl p
- 在弹出的打印对话框中找到目标打印机选择“另存为PDF”
- 点击“保存”按钮即可下载pdf了
使用本地软件工具转pdf
Doctron，这是我今天要介绍的重头戏 。Doctron是基于Docker、无状态、简单、快速、高质量的文档转换服务 。目前支持将html转为pdf、图片(使用chrome(Chromium)浏览器内核 ， 保证转换质量) 。支持PDF添加水印 。
- 使用chrome内核保证高质量将HTML转为pdf/图片 。
- 简易部署(提供docker镜像,Dockerfile以及k8s yaml配置文件) 。支持丰富的转换参数 。转为pdf和图片支持自定义大小 。
- 无状态服务支持 。
git clone https://gitcode.net/mirrors/lampnick/doctron.git
仓库
运行
go build./doctron --config conf/default.yaml
运行截图
转pdf ， 访问http://127.0.0.1:8080/convert/html2pdf?u=doctron&p=lampnick&url=
转换效果
然后就可以写程序去批量转换需要的网页了，但是我需要转换的网页有两个需求
1、网站需要会员登录 ， 不然只能看得到一部分
2、需要把网站的头和尾去掉的
这就为难我了，不会go语言啊，硬着头皮搞了，肯定有个地方打开这个url的，就去代码慢慢找，慢慢调试 ， 功夫不负有心人 ， 终于找到调用的地方了 。
第一步：添加网站用户登录cookie
添加cookie之前
添加cookie之后
第二步：去掉网站头尾
chromedp.Evaluate(`$('.header').css("display" , "none");$('.btn-group').css("display" , "none");$('.container .container:first').css("display" , "none");$('.breadcrumb').css("display" , "none");$('.footer').css("display" , "none")`, &ins.buf),打开网页后执行js代码把头尾隐藏掉
第三步：程序化 ， 批量自动生成pdf
public static void createPDF(String folder , String cl ,String pdfFile, String urlhref) {try {String fileName = pdfFile.replace("/", ":");String filePath = folderfileName;File srcFile = new File(filePath);File newFolder = new File("/Volumes/disk2/myproject"File.separatorcl);File destFile = new File(newFolder, fileName);if(destFile.exists()){return;}if(srcFile.exists()){//移动到对应目录if(!newFolder.exists()){newFolder.mkdirs();}FileUtils.moveFile(srcFile , destFile);return;}if(!newFolder.exists()){newFolder.mkdirs();}String url = "http://127.0.0.1:8888/convert/html2pdf?u=doctron&p=lampnick&url=" urlhref;HttpEntity entity = new HttpEntity(null, null);RestTemplate restTemplate = new RestTemplate();ResponseEntity bytes = restTemplate.exchange(url, HttpMethod.GET, entity, byte[].class);if (bytes.getBody().length <= 100) {if(urlList.containsKey(urlhref)){Integer failCount = urlList.get(urlhref);if(failCount > 3){System.out.println("下载失败："cl" / "pdfFile""urlhref);return;}failCount;urlList.put(urlhref , failCount);}else{urlList.put(urlhref , 1);}createPDF(folder , cl ,pdfFile , urlhref);}else{if (!destFile.exists()) {try {destFile.createNewFile();} catch (Exception e) {e.printStackTrace();}}try (FileOutputStream out = new FileOutputStream(destFile);) {out.write(bytes.getBody(), 0, bytes.getBody().length);out.flush();} catch (Exception e) {e.printStackTrace();}}} catch (Exception e) {e.printStackTrace();}} 最终成果：
文件夹分类存放
【网页转pdf，这个工具真好用】pdf文件