一、文章说明
此篇文章将解决itextpdf转PDF遇到的以下问题：
1、中文不显示问题
2、表格或者图片超宽问题
3、pdf样式问题
4、Markdown引用样式在PDF中正常显示
5、转换HTML为PDF过程中提示标签没有闭合的BUG解决
此篇文章包括的关键字（可能是你关心的内容）：
1、HTML
2、Markdown
3、Java
4、blockquote
5、PDF
6、itextpdf
此篇文章中PDF样式说明：
本文中使用的PDF样式模仿Typora编辑器的Vue样式。
先上效果图（PDF效果图）：
二、通过itextpdf将Markdown转成PDF流程
2.1、需求说明
整体流程如下：
说明，我公司项目的需求：1、通过在线Markdown编辑器写文章，将文章显示到浏览器2、 再将在线文章下载到本地保留基本样式。因为有如上需求，所以就有了上图的流程。如果你的需求跟我不一样，我也希望本篇文章能给你一些参考。
2.2、使用到的核心框架
（1）前端
marked.js
editormd.js
vue.css (这个样式文档是我从typora软件中获取的，网上直接找不到)
（2）Java
itextpdf
springboot
jsoup
上述前端框架在文档末尾会附上下载链接
2.3、Markdown转HTML
此过程更多的是前端框架完成，使用的是editormd.js (文末附上地址)。相对比较简单，我就不进行代码展示了（毕竟我们的核心是转PDF），给大家看看效果图：
2.3.1、编辑Markdown前端代码
1、初始化Markdown在线编辑器
HTML代码
<html>
<head>
<link rel="stylesheet" href="css/editormd.css"/>
<script src="js/editormd.js"></script>
</head>
<body>
<div id="test-editormd">
<textarea style="display:none;"></textarea>
</div>
</body>
</html>
Javascript代码
var testEditor = editormd("test-editormd", { width: "100%", height: "75%", markdown : "" , htmlDecode : "style,script,iframe", // you can filter tags decode emoji : true, taskList : true, tex : true, // 默认不解析 flowChart : true, // 默认不解析 sequenceDiagram : true, // 默认不解析 });
上述代码就是初始化Markdown在线编辑器的代码了，一会将Markdown格式的文档转换成HTML需要用到这个editormd，所以先初始化。
上述是Markdown的编辑状态，显示纯阅览模式的代码如下。
2.3.2 纯预览状态（此状态也就是Markdown转HTML的状态）
HTML代码
<html>
<head>
<link rel="stylesheet" href="css/editormd.css"/>
<link rel="stylesheet" href="css/vue.css"/>
<script src="js/editormd.js"></script>
</head>
<body>
<div id="test-editormd">
<textarea style="display:none;"></textarea>
</div>
</body>
</html>
JavaScript代码
var testEditormdView = editormd.markdownToHTML("test-editormd", {
gfm:true,
breaks:true,
markdown : data , //此处的data就是Markdown格式的字符串
htmlDecode : "style,script,iframe", // you can filter tags decode
tocDropdown : true,
tocTitle : "目录 Table of Contents",
emoji : true,
taskList : true,
tex : true, // 默认不解析
flowChart : true, // 默认不解析
sequenceDiagram : true, // 默认不解析
});
上述data变量的内容如下：
效果图如下：
上图，因为我引用了vue.css，所以展示如typora中的Vue风格的样式。
获取上述HTML的源码
var mdHtmlContent =testEditormdView[0].innerHTML; //获取到了源码
mdHtmlContent的内容如下：
<h2 id = "h2-u7B2Cu4E00u7AE0" >
< a name = "第一章" class= "reference-link" ></a>
<span class="header-link octicon octicon-link"></span>
第一章
</h2>
<p > 正文xxxxxxxxxxxxxxxxxx </p>
<h2 id = "h2-u7B2Cu4E8Cu7AE0" >
<a name = "第二章" class= "reference-link" > </a>
<span class="header-link octicon octicon-link">
</span > 第二章 < /h2>
<p> 正文xxxxxxxxxxxxx </p>
<blockquote>
<p> 这是一段Markdown引用 < br > xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx <br> xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx </p>
</blockquote>
上述由Markdown转换成HTML的源码，大家会发现一个问题：没有html、head、body标签。这个需要手动拼接一下。为什么要手动拼接，此处重点解释，否则后面BUG成堆：
1、因为我们获取的是Markdown转HTML后的源码，而不是整个网页的源码。其实，想获取整个网页的源码也是非常简单，但是建议不要获取整个网页的源码。因为整个网页可能有很多js代码、或者注释、或者莫名其妙多出来的东西；这些都会导致一会转pdf时发现异常。为了减少这样的BUG，最好只获取Markdown转成HTML部分的源码。
2、纯净的HTML源文件，有利于我们后面转PDF时指定PDF需要的css样式。
3、保持纯净，有利于BUG的调试。
至此，我们完成了Markdown转换成HTML的过程。效果图：
2.4、HTML转PDF
HTML转PDF用到的是jsoup和itextpdf框架。主要是在Java后端完成。流程图如下：
如上图，有两个过程需要处理，才能转换成完整样式的PDF：
1、将2.3节获取到的非完整HTML编程完整HTML，此过程较简单，就是字符串拼接就行。
2、后台Java代码完成PDF转换，此过程解决中文不显示、样式等问题。
2.4.1、拼接完整HTML，并设置CSS样式
此处一定要设置CSS样式，以便导出的PDF的样式更好看。此处CSS样式的指定，将会解决一个问题：
图片超宽问题
var htmlContent = `<!DOCTYPE html>
<html lang="zh">
<head><meta charset="utf-8" /></head>
<style type="text/css">
body{
width: 100%;
}
body > *:first-child {
margin-top: 0 !important;
}
body > *:last-child {
margin-bottom: 0 !important;
}
a {
color: #42b983;
/*font-weight: 600;*/
padding: 0 2px;
text-decoration: none;
}
h1,
h2,
h3,
h4,
h5,
h6 {
position: relative;
margin-top: 15px;
margin-bottom: 10px;
font-weight: bold;
line-height: 1.4;
cursor: text;
}
h1:hover a.anchor,
h2:hover a.anchor,
h3:hover a.anchor,
h4:hover a.anchor,
h5:hover a.anchor,
h6:hover a.anchor {
text-decoration: none;
}
h1 tt,
h1 code {
font-size: inherit !important;
}
h2 tt,
h2 code {
font-size: inherit !important;
}
h3 tt,
h3 code {
font-size: inherit !important;
}
h4 tt,
h4 code {
font-size: inherit !important;
}
h5 tt,
h5 code {
font-size: inherit !important;
}
h6 tt,
h6 code {
font-size: inherit !important;
}
h2 a,
h3 a {
color: #34495e;
}
h1 {
padding-bottom: .4rem;
font-size: 30px;
line-height: 1.3;
}
h2 {
font-size: 26px;
line-height: 1.225;
margin: 35px 0 15px;
padding-bottom: 0.5em;
border-bottom: 1px solid #ddd;
}
h3 {
font-size: 22px;
line-height: 1.43;
margin: 20px 0 7px;
}
h4 {
font-size: 20px;
}
h5 {
font-size: 18px;
}
h6 {
font-size: 16px;
color: #555;
}
p
blockquote,
ul,
li,
ol,
dl,
table {
margin: 10px 0px;
}
.quote{
border-left: 4px solid #42b983;
color: #888;
background-color: rgba(66, 185, 131, .2);
margin-top: 15px;
padding: 10px;
}
.on-focus-mode blockquote {
border-left-color: rgba(85, 85, 85, 0.12);
}
//此处指定table最大宽度，用来解决超宽问题
table,
td,
tr,
img,
th {
width: 100%;
}
</style>
<body style="font-size:12.0pt; font-family:SimHei">`+ mdHtmlContent +`</body>
</html>`
拼接过程的具体的代码如下：
（1）重点：解决中文不显示的问题
上述css中有如下图这样一个配置，非常重要。用来解决中文不显示的问题。
详细说明：
a、font-family中指定的SimHei是黑体字体。只能写英文。中文无效
b、下面的java代码中，会导入SimHei的字体包。同时满足上述条件，才能正常显示中文
（2）上述css样式指定了img、table的最大宽度为100%，就可以解决超宽问题。
效果如下：我的需求是在table中有一张图片，因为图片过大导致table超宽，效果图如下：
如上，图片由一大半没有正常显示，越界了。设置img和table最大宽度之后，就正常了，效果如下：
2.4.2、通过form表达，将上述htmlContent传入后台
伪代码如下（怎么传都行，我下面只是给出一个范例伪代码）：
<form id=“form1” action="/pdf" method="get">
<input id="html" type="hidden" value=""/>
</form>
<script>
//js代码
$("#html").val(htmlContent); //此处的htmlContent就是2.4.1拼接之后的完整的HTML。
$("#form1").submit();
</script>
说明：此处是form表单请求。不能使用ajax，因为是要完成下载或者预览，后台返回的是文件流。
2.4.3、Java代码将html转成pdf。
后台接收浏览器传入的HTML，PdfController类
//html:传入的html源文件
//filename:文件名称，可以自定义,仅仅用来显示下载过程中的文件名称。
//resp，Servlet响应，给前端返回的文件流就靠此类完成了。
@RequestMapping("/pdf/{filename}")
public void htmlToPdf(String html, @PathVariable("filename") String filename,HttpServletResponse resp) throws IOException {
//TODO,这里就要开始进行HTML转PDF了。分成两步执行：
//1、解决HTML标签没有关闭，导致的转换异常
//2、转换PDF
}
接收到前端传递过来的HTML之后，就要进行PDF转换了，分成两步完成：
1、解决HTML标签没有关闭，导致的转换异常
2、转换PDF
2.4.4、解决HTML标签没有关闭的异常
解决此问题用到了jsoup，所以需要导包。
导包
<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.11.3</version>
</dependency>
如果HTML标签没有闭合，则会出现异常。比如< p></ p>·这属于闭合标签，< link rel="" href="">这属于没有闭合标签。在网上上类似这样没有闭合的标签还有很多，没有闭合的标签就会导致如下错误：
com.itextpdf.tool.xml.exceptions.RuntimeWorkerException: Invalid nested tag p found, expected closing tag img.
at com.itextpdf.tool.xml.XMLWorker.endElement(XMLWorker.java:134)
at com.itextpdf.tool.xml.parser.XMLParser.endElement(XMLParser.java:396)
at com.itextpdf.tool.xml.parser.state.ClosingTagState.process(ClosingTagState.java:70)
at com.itextpdf.tool.xml.parser.XMLParser.parseWithReader(XMLParser.java:236)
at com.itextpdf.tool.xml.parser.XMLParser.parse(XMLParser.java:214)
at com.itextpdf.tool.xml.parser.XMLParser.parse(XMLParser.java:203)
at com.itextpdf.tool.xml.XMLWorkerHelper.parseXHtml(XMLWorkerHelper.java:236)
at com.itextpdf.tool.xml.XMLWorkerHelper.parseXHtml(XMLWorkerHelper.java:210)
at com.lhjz.portal.pdf.PDFUtil.htmlToPdf(PDFUtil.java:57)
at com.lhjz.portal.controller.HomeController.htmlToPdf(HomeController.java:579)
at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
at java.lang.reflect.Method.invoke(Method.java:498)
at org.springframework.web.method.support.InvocableHandlerMethod.doInvoke(InvocableHandlerMethod.java:205)
at org.springframework.web.method.support.InvocableHandlerMethod.invokeForRequest(InvocableHandlerMethod.java:133)
at org.springframework.web.servlet.mvc.method.annotation.ServletInvocableHandlerMethod.invokeAndHandle(ServletInvocableHandlerMethod.java:97)
at org.springframework.web.servlet.mvc.method.annotation.RequestMappingHandlerAdapter.invokeHandlerMethod(RequestMappingHandlerAdapter.java:827)
at org.springframework.web.servlet.mvc.method.annotation.RequestMappingHandlerAdapter.handleInternal(RequestMappingHandlerAdapter.java:738)
at org.springframework.web.servlet.mvc.method.AbstractHandlerMethodAdapter.handle(AbstractHandlerMethodAdapter.java:85)
at org.springframework.web.servlet.DispatcherServlet.doDispatch(DispatcherServlet.java:967)
at org.springframework.web.servlet.DispatcherServlet.doService(DispatcherServlet.java:901)
at org.springframework.web.servlet.FrameworkServlet.processRequest(FrameworkServlet.java:970)
at org.springframework.web.servlet.FrameworkServlet.doPost(FrameworkServlet.java:872)
at javax.servlet.http.HttpServlet.service(HttpServlet.java:661)
at org.springframework.web.servlet.FrameworkServlet.service(FrameworkServlet.java:846)
at javax.servlet.http.HttpServlet.service(HttpServlet.java:742)
因为，不知道哪些标签闭合了，哪些标签没有闭合。所以可以采用jsoup来统一处理，规范HTML所有标签的格式，代码如下：
private static String formatHtml(String html) {
org.jsoup.nodes.Document doc = Jsoup.parse(html);
// jsoup标准化标签，生成闭合标签
doc.outputSettings().syntax(org.jsoup.nodes.Document.OutputSettings.Syntax.xml);
doc.outputSettings().escapeMode(Entities.EscapeMode.xhtml);
return doc.html();
}
PdfController类代码完善如下：
@RequestMapping("/pdf/{filename}")
public void htmlToPdf(String html, @PathVariable("filename") String filename,HttpServletResponse resp) throws IOException {
//TODO,这里就要开始进行HTML转PDF了。分成两步执行：
//1、解决HTML标签没有关闭，导致的转换异常
String formatHtml = formatHtml(html);
//2、转换PDF
}
至此，解决HTML标签没有闭合的问题解决，下面就开始生成PDF。
2.4.5、生成PDF
此处生成PDF用到了itextpdf,所以需要导入包：
导包
<dependency>
<groupId>com.itextpdf</groupId>
<artifactId>itextpdf</artifactId>
<version>5.5.11</version>
</dependency>
<dependency>
<groupId>org.xhtmlrenderer</groupId>
<artifactId>core-renderer</artifactId>
<version>R8</version>
</dependency>
<dependency>
<groupId>com.itextpdf.tool</groupId>
<artifactId>xmlworker</artifactId>
<version>5.5.11</version>
</dependency>
<dependency>
<groupId>com.itextpdf</groupId>
<artifactId>itext-asian</artifactId>
<version>5.2.0</version>
</dependency>
添加字体
需要在代码的resources文件夹下导入simhei字体。（字体下载见文末下载地址）
重点：此处导入的字体包中就包括了SimHei字体，跟上面body中的font-family配置对应了。用来解决中文不显示的问题。
java代码如下：
public static <T> void htmlToPdf(String content, String fileName, HttpServletResponse resp) {
Document document = new Document();
document.addAuthor("千锋Java教研院");
// document.setHtmlStyleClass("");
try {
resp.setCharacterEncoding("UTF-8");
resp.setHeader("content-Type", "application/pdf");
resp.setHeader("Content-Disposition",
"attachment;filename=" + URLEncoder.encode(fileName + ".pdf", "UTF-8"));
document.open();
XMLWorkerFontProvider fontImp = new XMLWorkerFontProvider(XMLWorkerFontProvider.DONTLOOKFORFONTS);
fontImp.register(“/pdf/simhei.ttf”); //此处字体导入
XMLWorkerHelper.getInstance().parseXHtml(writer, document,
new ByteArrayInputStream(content.getBytes("UTF-8")),null, Charset.forName("UTF-8"),fontImp);
} catch (UnsupportedEncodingException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
} catch (DocumentException e) {
e.printStackTrace();
}catch (Exception e){
e.printStackTrace();
} finally{
document.close();
}
}
说明
下载：attachment （本篇文章是下载pdf）
resp.setHeader("Content-Disposition",
"attachment;filename=" + URLEncoder.encode(fileName + ".pdf", "UTF-8"));
在线预览：online
resp.setHeader("Content-Disposition",
"online;filename=" + URLEncoder.encode(fileName + ".pdf", "UTF-8"));
PdfController类代码完善如下：
@RequestMapping("/pdf/{filename}")
public void htmlToPdf(String html, @PathVariable("filename") String filename,HttpServletResponse resp) throws IOException {
//TODO,这里就要开始进行HTML转PDF了。分成两步执行：
//1、解决HTML标签没有关闭，导致的转换异常
String formatHtml = formatHtml(html);
//2、转换PDF
htmlToPdf(formatHtml,filename,resp);
}
至此，Markdown转HTML，HTML转PDF的代码结束。这样就可以下载PDF了。PDF效果如下图：
如上图，PDF导出成功了，但是Markdown引用的样式没有了。如果想恢复Markdown引用样式，则需要继续调试。
2.5、解决PDF中引用块（blockqoute）的样式失效
2.5.1、找问题
一开始碰到这个问题的时候，也不知道是为什么样式就没有了。明明CSS样式文档中有配置，并且在HTML上都显示正常，转换成PDF之后样式就丢失了。此问题解决了很久，主要是一开始不明白为什么丢失。
最后，经过反复对比研究，发现是Markdown的引用在HTML中是以blockquote标签来显示的，那也就是说，PDF不识别blockquote标签，找到问题之后，就好解决。在Java代码中将所有blockquote标签换成table标签，之所以换成table标签，因为itextpdf转换为PDF，要想显示边框，暂时只发现了能显示table的边框。其他标签的边框都无法显示。
2.5.2、解决
所以将blockquote替换成table，就可以解决问题。Java代码如下：
@RequestMapping("/pdf/{filename}")
public void htmlToPdf(String html, @PathVariable("filename") String filename,HttpServletResponse resp) throws IOException {
//TODO,这里就要开始进行HTML转PDF了。分成两步执行：
//1、解决HTML标签没有关闭，导致的转换异常
html = html.replaceAll("<blockquote>","<table class='quote'><tr><td>");
html = html.replaceAll("</blockquote>","</td></tr></table>");
String formatHtml = formatHtml(html);
//2、转换PDF
htmlToPdf(formatHtml,filename,resp);
}
上述replaceAll完成了所有替换。解决问题，导出了PDF效果如下：
如上图，PDF中引用部分的样式跟HTML和Markdown的样式一致了。
三、其他
1、本文章可能需要的附件-关注公众号，回复【pdf样式】领取
2、中文不显示问题
解决：body标签配置font-family属性指定字体，字体必须跟后台导入字体一致。字体名称必须是英文。
3、表格或者图片超宽问题
解决：配置css样式解决。
4、pdf样式问题
解决：配置css样式
5、Markdown引用样式在PDF中正常显示
解决：替换blockquote标签，并且给新标签指定样式
6、转换HTML为PDF过程中提示标签没有闭合的BUG解决
解决：采用jsoup框架解决。
7、如果有其他问题，欢迎留言探讨。
关注公众号，回复【PDF样式】领取
Java入门工具，扫码加暖宝免费领
点击【阅读全文】，零基础学Java
