ApacheFop可以用于将任意HTML转换为PDF吗？

Question

我曾尝试使用ApacheFop将HTML转换为PDF。（HTML--

它适用于简单的html文件。

它不适用于带有样式（通过嵌入的css或样式属性）的html文件。PDF已创建，但完全未格式化。我试图转换超文本标记语言文件，我没有太多的样式/内容控制。

在我的用例中，为每个html创建xslt并不实用。

目前，我确实有一个与flyingsaucer一起工作的实现。但是，该要求要求在没有AGPL许可证的情况下实现。

我的问题是：这能通过FOP实现吗？

谢谢你的帮助

Answer 1

tl；dr版本：

在最一般的情况下，不，您不能使用FOP转换任何保留原始样式的html（并且更改格式化程序不会解决问题）。

但是，您可以使用FOP（或任何其他格式化程序）尝试并合理地处理大量html文档；这可能需要一些XSLT调整。

HTML--

你对必要的转换链的描述是准确的。

但是，FOP仅涉及最后一步：除了尚未实现的功能外，最终的PDF文件应尊重FO文件中表达的印刷特征。

我使用了xhtml2fo。来自天线室的xhtml xsl--

PDF已创建，但完全未格式化

您使用的样式表是否来自AntennaHouse网站？

快速查看，它似乎应该转换样式=“…” 属性在FO输出中生成单独的属性，但它不处理外部CSS文件。

因此，使用外部CSS样式的超文本标记语言文件将被转换为没有任何格式属性的FO文件（font-Family，font-size，text-bridge，...）。

这可以通过FOP实现吗？

如果应用程序的默认值是应用程序的默认值，那么该应用程序的默认值是应用程序的默认值。

因此，根据您使用的格式化程序，您将有一个稍微不同的结果，但仍然是一个“未格式化”的结果。

您需要的是一个工具来“合并”html和css文件，内联样式以便XSLT可以处理它们，或者是一个能够考虑外部css文件的不同样式表（但我怀疑在一般情况下编写一个这样的样式表并不容易）。

在处理html表格时，链接的XSLT使用fo:table和caption元素，这是FOP不支持的，因此表格从输出中“消失”。

这可以通过XSLT中的一个小改变来解决，或者（可能是一个更干净的解决方案）使用导入另一个样式表的自定义样式表来解决：

<xsl:stylesheet version="1.0"
  xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
  xmlns:fo="http://www.w3.org/1999/XSL/Format"
  xmlns:html="http://www.w3.org/1999/xhtml">

  <xsl:include href="xhtml2fo.xsl"/>

  <xsl:output method="xml" version="1.0" encoding="UTF-8" indent="no"/>

  <xsl:template match="html:table" priority="2">
    <fo:table xsl:use-attribute-sets="table">
      <!-- warning: table caption is not processed! -->
      <xsl:call-template name="process-table"/>
    </fo:table>
  </xsl:template>

</xsl:stylesheet>

您实际使用的样式表可能需要进行一些类似的调整，以便更好地与FOP配合使用。

披露：我是一个FOP开发者，虽然现在不是很活跃。