github

petterobam/html2file: 收集一系列html转文档的开源插件，做成html页面转文件的微服务集成Web应用，目前包含 html转PDF、html转图片、html转markdown、html转word、excel等等。 (github.com)

说明

自己用java写文档转化生成果然有很多弊端和不兼容的地方，而一些开源插件转这些东西还是效果蛮不错，于是心生收集各种插件（兼容windows和linux）并封装成服务的想法

这里我将收集一系列html转文档的开源插件，做成html页面转文件的微服务集成Web应用，预计包含：

  1. 网页转PDF
  2. 网页转图片
  3. 网页转TEXT
  4. 网页转WORD
  5. 网页转markdown
  6. 网页转excel
  7. 网页转…

目前支

1.网页转PDF（wkhtml2pdf插件

1
例如：http://localhost:7800/html2pdf?pageUrl=https://wkhtmltopdf.org

2.网页转图片（wkhtml2pdf插件）

1
例如：http://localhost:7800/html2image?pageUrl=https://wkhtmltopdf.org&fileExt=[可为空|默认 .png

3.网页转Markdown（参用jHTML2Md）

1
例如：http://localhost:7800/html2markdown?pageUrl=http://jsoup.or

4.网页转WORD（参用Apache POI）

1
例如：http://localhost:7800/html2word?pageUrl=http://poi.apache.org

5.网页转Excel（参用table-to-xls）

1
例如：http://localhost:7800/html2excel?pageUrl=http://www.jjwxc.net/bookbase_slave.php?booktype=free

API 服务

  1. 服务入口：/html2file

  2. 请求方式：post

  3. 服务入参：

    1
    2
    3
    4
    5
    6
    {
        "pageUrl":"https://wkhtmltopdf.org",
        "fileType":"2",
        "fileExt":""
        "pageHtmlContent":""
    }
    • pageUrl：目标链接，带http的链接，无登陆权限验证
    • fileType：文件类型，1-img,2-pdf,3-markdown,4-word,5-excel
    • fileExt：文件扩展名，图片转化可以转化为不同后缀格式的图片
    • pageHtmlContent：目标页面Html内容，当不能提供pageUrl时，将html内容传入也可以转化，其中引用的css和js需要为带http的路径，不能为相对路径

  4. 服务出参：

    1
    2
    3
    4
    5
    {
        "status"：1,
        "result"："/output/20180417/pdf/9c3fd3018bb041429bba702cd127be9e.pdf",
        "errorMsg"：""
    }
    • status：状态，1-成功,-1-失败
    • result：结果，这里为转化后的文件路径
    • errorMsg：错误信息

服务部署

服务开箱即用，Maven已经配好发布过程，install后将 dist 内的文件夹复制到服务器，将进入到 bin/ 文件夹下面

  1. linux系统
1
2
3
4
5
6
chmod +x html2file.sh  #授权脚本
sh html2file.sh start  #启动服务
sh html2file.sh stop   #停止服务
sh html2file.sh reload #重启服务
sh html2file.sh status #状态查看
sh html2file.sh log    #日志查看

中文乱码或空白的话，将 resources/font/simsun.ttc 拷贝到linux服务器 /usr/share/fonts/ 目录下

  1. windows系统

直接双击 html2file.bat 文件即可，也可以将该文件注册成服务，在服务管理里面启动。