网页转化成pdf,网页转换图片,wkhtmltopdf,wkhtmltoimage使用小结

简介: 如果必须是异步接口,让后台调用的时候,在命令行里面加上延时--javascript-delay 10000,默认是200ms,意思命令行访问url的时候,延时10000毫秒生成pdf或者图片,这样也能解决问题,但是请求时间过长。

1、简介:


wkhtmltopdf,wkhtmltoimage是开源命令行工具,使用Qt WebKit渲染引擎将HTML呈现为PDF和各种图像格式。


官网:


wkhtmltopdf


github:


Issues · wkhtmltopdf/wkhtmltopdf · GitHub


2、前端调试的时候踩过的坑


1、跟后台数据调试的时候,最好是同步页面(数据展示同步渲染出来结果),调用后台方法的时候,后台是执行了命令,直接把当前网页路径转成pdf或者图片,如果是异步请求,数据没有渲染完成,生成的pdf或者图片不完整;

wkhtmltopdf.exe http://www.badiu.com D:\test.pdf

2、如果必须是异步接口,让后台调用的时候,在命令行里面加上延时--javascript-delay 10000,默认是200ms,意思命令行访问url的时候,延时10000毫秒生成pdf或者图片,这样也能解决问题,但是请求时间过长。

wkhtmltopdf.exe --javascript-delay 10000 https://www.baidu.com D:\test.pdf

3、接上条,如果必须是异步请求接口,但是异步请求设置延时时间也不太好,一是请求时间过长体验不好,二是接口请求时间可能会超过你设置的延时时间,那么另外一种思路:


页面异步请求获取数据

在异步数据渲染完毕以后,获取需要生成pdf的网页内容,dom结构,通过js获取,包括dom结构以及样式设置。

调用后台接口,把获取的内容转码,转成base64等传递给后台

前端再另外创建一个页面,同步过去内容,这个时候后台需要把第三步从前端获取的内容,通过同步是形式传递给前端。

后台生成pdf命令的时候,直接写第四步的网页地址。

4、转成pdf或者网页的时候,不支持css3部分样式;不支持新的自定义html标签,例如定义的组件,template等


3、前端快速调试测试工具


前端样式测试的时候,不一定每次都需要调用后台接口,问后台要下java执行的 命令行,自己下载个工具测试。


官网下载工具,地址wkhtmltopdf

下载完成以后安装,记住安装目录

进入安装的bin目录下面,执行命令

进入自定义的安装生成目录,查看pdf或者图片是否跟网页一致

注意生成pdf或者images的时候,生成的后缀一定要写对。

cb0c5c2dbfac997dc970a086e952dc1.png

wkhtmltopdf.exe --javascript-delay 10000 https://www.baidu.com D:\test.pdf
wkhtmltopdf.exe  https://www.baidu.com D:\test.pdf
wkhtmltoimage.exe  https://www.baidu.com D:\test.jpg

4、常用命令


下面命令行,摘自官网

      --no-collat​​e打印多个时不进行整理副本
      --cookie-jar <path>读取和写入cookie,提供的cookie jar文件
      --copies <number>要打印到pdf中的份数,文件(默认1)
  -d, -  dpi <dpi>显式更改dpi(这没有对基于X11的系统的影响)(默认为96)
  -H, -  extended-help显示更广泛的帮助,详细说明不太常见的命令开关
  -g, -  grayscale PDF将以灰度生成
  -h, -  help显示帮助
      --htmldoc输出程序html帮助
      --image-dpi <integer>当嵌入图像时将它们缩小到
                                      这个dpi(默认为600)
      --image-quality <integer>当jpeg压缩图像时使用它
                                      质量(默认94)
      --license输出许可证信息并退出
      --log-level <level>将日志级别设置为:none,error,warn或
                                      信息(默认信息)
  -l, -  lowquality生成较低质量的pdf / ps。有用的
                                      缩小结果文档空间
      --manpage输出程序手册页
  -B, -  margin-bottom <unitreal>设置页面底部边距
  -L, -  margin-left <unitreal>设置页面左边距(默认为10mm)
  -R, -  margin-right <unitreal>设置页面右边距(默认为10mm)
  -T, -  margin-top <unitreal>设置页面上边距
  -O, - 方向<orientation>将方向设置为横向或纵向
                                      (默认人像)
      --page-height <unitreal>页面高度
  -s, -  page-size <尺寸>将纸张尺寸设置为:A4,Letter等
                                      (默认A4)
      --page-width <unitreal>页面宽度
      --no-pdf-compression不要在pdf上使用无损压缩
                                      对象
  -q, -  quiet更加冗长,为倒退而维护
                                      兼容性; 与使用--log-level相同
                                      没有
      --read-args-from-stdin从stdin读取命令行参数
      --readme输出程序自述文件
      --title <text>生成的pdf文件的标题(如果没有,则使用第一个文档的标题指定)
      --use-xserver使用X服务器(一些插件和其他插件)没有X11可能无法正常工作
  -V, -  version输出版本信息并退出
大纲选项:
      --dump-default-toc-xsl将默认的TOC xsl样式表转储到标准输出
      --dump-outline <file>将大纲转储到文件中
      --outline将大纲放入pdf(默认)
      --no-outline不要在pdf中加入大纲
      --outline-depth <level>设置轮廓的深度(默认为4)
页面选项:
      --allow <path>允许指定的文件要加载的文件夹(可重复)
      --background打印背景(默认)
      --no-background不打印背景
      --bypass-proxy-for <value>绕过主机代理(可重复)
      --cache-dir <path> Web缓存目录
      --checkbox-checked-svg <path>选中渲染时使用此SVG文件
                                      复选框
      --checkbox-svg <path>在未选中呈现时使用此SVG文件复选框
      --cookie <name> <value>设置一个额外的cookie(可重复),值应该是url编码的。
      --custom-header <name> <value>设置一个额外的HTTP头(可重复)
      --custom-header-propagation添加指定的HTTP头- 每个资源请求的自定义标头。
      --no-custom-header-propagation不添加指定的HTTP头- 每个资源请求的自定义标头。
      --debug -javascript显示javascript调试输出
      --no-debug-javascript不显示javascript调试输出(默认)
      --default-header添加一个默认标题,其名称为
                                      页面左侧,页码到
                                      右边,这是:
                                      --header左= '[网页]'
                                      --header-right ='[page] / [toPage]' -  top 2cm
                                      --header线
      --encoding <encoding>设置输入的默认文本编码
      --disable-external-links不要链接到远程网页
      --enable-external-links建立到远程网页的链接(默认)
      --disable-forms不要将HTML表单字段转换为pdf格式
                                      字段(默认)
      --enable-forms将HTML表单字段转换为pdf表单字段
      --images加载或打印图像(默认)
      --no-images不加载或打印图像
      --disable-internal-links不要建立本地链接
      --enable-internal-links制作本地链接(默认)
  -n, -  disable-javascript不允许网页运行javascript
      --enable-javascript允许网页运行javascript
                                      (默认)
      --javascript-delay <msec>等待几毫秒的javascript
                                      完成(默认200)
      --keep-relative-links将相对外部链接保持为相对
                                      外部链接
      --load-error-handling <handler>指定如何处理失败的页面
                                      load:abort,ignore或skip(默认值
                                      中止)
      --load-media-error-handling <handler>指定如何处理媒体文件
                                      无法加载:中止,忽略或跳过
                                      (默认忽略)
      --disable-local-file-access不允许转换本地文件
                                      读取其他本地文件,除非
                                      明确允许使用--allow
      --enable-local-file-access允许将本地文件转换为read
                                      在其他本地文件中。(默认)
      --minimum-font-size <int>最小字体大小
      --exclude-from-outline不要在表格中包含该页面
                                      内容和大纲
      --include-in-outline在目录中包含该页面
                                      和轮廓(默认)
      --page-offset <offset>设置起始页码(默认为0)
      --password <密码> HTTP验证密码
      --disable-plugins禁用已安装的插件(默认)
      --enable-plugins启用已安装的插件(插件将
                                      可能不起作用)
      --post <name> <value>添加额外的帖子字段(可重复)
      --post-file <name> <path>发布一个附加文件(可重复)
      --print-media-type使用print media-type而不是screen
      --no-print-media-type不要使用打印介质类型而不是
                                      屏幕(默认)
  -p, -  proxy <proxy>使用代理
      --proxy-hostname-lookup使用代理解析主机名
      --radiobutton-checked-svg <path>选中渲染时使用此SVG文件
                                      单选按钮
      --radiobutton-svg <path>在未选中渲染时使用此SVG文件
                                      单选按钮
      --resolve-relative-links将相对外部链接解析为
                                      绝对链接(默认)
      --run-script <js>运行此附加的javascript后
                                      页面加载完成(可重复)
      --disable-smart-shrinking禁用智能收缩策略
                                      由WebKit用来制作像素/ dpi
                                      比率无常数
      --enable-smart-shrinking启用智能收缩策略
                                      由WebKit用来制作像素/ dpi
                                      比率无常数(默认)
      --ssl-crt-path <path> ssl客户端证书公钥的路径
                                      OpenSSL PEM格式,可选择后跟
                                      中级ca和可信证书
      --ssl-key-password <密码> ssl客户端证书私钥的密码
      --ssl-key-path <path> ssl客户端证书私钥的路径
                                      OpenSSL PEM格式
      --stop-slow-scripts停止慢速运行javascripts(默认)
      --no-stop-slow-scripts不要停止慢速运行javascripts
      --disable-toc-back-links不要从节头到toc链接
                                      (默认)
      --enable-toc-back-links从节头到toc的链接
      --user-style-sheet <url>指定要加载的用户样式表
                                      每一页
      --username <username> HTTP身份验证用户名
      --viewport-size <>如果您有自定义,则设置视口大小
                                      滚动条或css属性溢出到
                                      模拟窗口大小
      --window-status <windowStatus>等到window.status等于this
                                      渲染页面前的字符串
      --zoom <float>使用此缩放系数(默认值为1)
页眉和页脚选项:
      --footer-center <text>居中的页脚文字
      --footer-font-name <name>设置页脚字体名称(默认Arial)
      --footer-font-size <size>设置页脚字体大小(默认为12)
      --footer -html <url>添加一个html页脚
      --footer-left <text>左对齐的页脚文本
      -  footer-line页脚上方的显示行
      --no-footer-line不要在页脚上方显示行
                                      (默认)
      --footer-right <text>右对齐的页脚文本
      --footer-spacing <real>页脚和内容之间的间距,单位为mm
                                      (默认为0)
      --header-center <text>居中的标题文本
      --header-font-name <name>设置标题字体名称(默认Arial)
      --header-font-size <size>设置标题字体大小(默认为12)
      --header-html <url>添加一个html标题
      --header-left <text>左对齐标题文本
      --header-line标题下方的显示行
      --no-header-line不在标题下方显示行
                                      (默认)
      --header-right <text>右对齐标题文本
      --header-spacing <real>标题和内容之间的间距,单位为mm
                                      (默认为0)
      --replace <name> <value>将[name]替换为header和中的值
                                      页脚(可重复)
TOC选项:
      --disable-dotted-lines不要在toc中使用虚线
      --toc-header-text <text> toc的标题文本(默认表
                                      内容)
      --toc-level-indentation <width>对于toc中的每个标题级别
                                      按此长度缩进(默认为1em)
      --disable-toc-links不要从toc链接到部分
      --toc-text-size-shrink <real>对于toc中每个级别的标题
                                      字体按此因子缩放(默认值
                                      0.8)
      --xsl-style-sheet <file>使用提供的xsl样式表
                                      打印目录



目录
相关文章
|
8天前
|
JavaScript
jquery图片和pdf文件预览插件
EZView.js是一款jquery图片和pdf文件预览插件。EZView.js可以为图片和pdf格式文件生成在线预览效果。支持的文件格式有pdf、jpg、 png、jpeg、gif。
40 16
|
4月前
|
XML 缓存 JSON
为什么浏览器中有些图片、PDF等文件点击后有些是预览,有些是下载
为什么浏览器中有些图片、PDF等文件点击后有些是预览,有些是下载
287 0
|
20天前
|
编解码 人工智能 文字识别
用PDF转换图片的方式弥补通义千问在扫描版PDF支持方面的缺失
当前通义千问Web版和本地版qwen-VL在处理扫描版PDF时均无法直接识别,导致实际应用中处理大量扫描PDF的需求难以满足。为此,通过使用Python的pdf2image库,可将PDF文件转换为图片,再进行OCR处理,实现解决方案。文中提供了具体的代码示例,展示了如何将PDF文件的每一页转换成图片,并保存至指定文件夹,为后续的OCR处理做好准备。
|
3月前
|
Python
Python办公自动化:提取pdf文件中的图片
Python办公自动化:提取pdf文件中的图片
34 0
|
4月前
|
数据安全/隐私保护 Python Windows
三种方法,Python轻松提取PDF中全部图片
三种方法,Python轻松提取PDF中全部图片
|
4月前
|
移动开发 资源调度 JavaScript
Vue移动端网页(H5)预览pdf文件(pdfh5和vue-pdf)
这篇文章介绍了在Vue移动端网页中使用`pdfh5`和`vue-pdf`两个插件来实现PDF文件的预览,包括滚动查看、缩放、添加水印、分页加载、跳转指定页数等功能。
3764 0
Vue移动端网页(H5)预览pdf文件(pdfh5和vue-pdf)
|
4月前
|
Python
Python——批量将PDF文件转为图片
Python——批量将PDF文件转为图片
47 2
|
4月前
|
Java
JAVA PDF 截取N页,生成新文件,转图片,多个PDF 合并
JAVA PDF 截取N页,生成新文件,转图片,多个PDF 合并
93 0
|
4月前
|
Python
[python]将多张图片合并为单个pdf文件
[python]将多张图片合并为单个pdf文件
|
5月前
|
算法
「AIGC」readLink实现url识别pdf、网页标题和内容
AIGC算法实现服务,通过Express接收URL,识别内容类型:HTML使用Cheerio解析,PDF用`pdf-parse`。自定义函数提取标题和内容。示例代码展示了如何处理HTTP响应,提取HTML的`&lt;title&gt;`及PDF文本,并提供错误处理。服务器运行在端口3000。
53 0