Comment puis-je automatiser HTML vers PDF conversions?

J'ai été en utilisant htmldoc pendant un certain temps, mais j'ai des assez sérieuses limites. J'ai besoin de la solution de travailler sur une machine Linux. Je vais appeler cette bibliothèque/utilitaire/application à partir d'une application Perl, de sorte que toute les interfaces Perl serait un bonus.

InformationsquelleAutor lennysan | 2008-10-06
  1. 8

    PrinceXML est la meilleure que j'ai vu (il analyse régulière HTML et XML/XHTML). Comment est-il le meilleur? Eh bien, il passe le test acid2 j'ai pensé que c'était vachement impressionnant

    Il est cependant assez cher

    • J'ai eu ce même problème. J'ai récemment évalué Prince XML et peut se porter garant pour elle d'être un SÉRIEUX impressionnant app. La vitesse et la qualité de la production est tout simplement incroyable.
    • Pourquoi payer des milliers de dollars quand un libre et logiciel open-source qui passe également de l'Acide 2 test est disponible? weasyprint.readthedocs.io WeasyPrint fortement recommandé. Des résultats phénoménaux.
    • En passant le test acid2 a été sérieusement impressionnant en 2008, quand j'ai fait cette réponse. En 2016, ou aujourd'hui? Pas tellement, mais j'imagine que le prince a parcouru un long chemin depuis trop
    InformationsquelleAutor Orion Edwards
  2. 65

    Désolé de déterrer ce vieux post, mais il est sorti en premier dans ma quête de la meilleure HTML/PDF outil de conversion.
    Sur Linux wkhtmltopdf est très bonne (en tenant compte des CSS, entre autres) et GPL.

    • À l'Appui de votre point 1)fonctionne comme un charme 2)utilise le moteur de rendu webkit, et qt qui signifie qu'il peut bénéficier de mises à jour . Si la dernière RC a été publié Févr 2011.
    • Pour mettre à jour sur @kommradHomer du commentaire, le projet est toujours actif; la dernière version stable a été publié le mois dernier. Il est également disponible dans les dépôts officiels d'Ubuntu, mais au moment de la rédaction de quelques versions de retard.
    • phantomjs est une autre possibilité, également basé sur webkit, si vous souhaitez récupérer à distance les pages et de les convertir au format pdf. Il peut faire beaucoup d'autres choses aussi, comme le grattage à l'aide de javascript et le DOM.
    • wkhtmltopdf est génial. mais il ne supporte pas de flex zone de style.
    • il ne fonctionne pas sur certaines plate-forme avec cette erreur: "impossible de se connecter pour afficher"
    • Très bien sur mon ordinateur portable, mais il segmentation sur mon serveur....
    • Comme les docs disent, vous avez besoin statique de la version patché avec Qt pour l'exécuter sans un serveur X.

    InformationsquelleAutor Alexandre
  3. 17

    WeasyPrint produit agréable fichiers Pdf avec une sélection de texte et de liens hypertexte.

    weasyprint input.html output.pdf

    Si vous utilisez wkhtmltopdf au lieu de cela, essayez l'une des options suivantes:

    wkhtmltopdf --margin-bottom 20mm --margin-top 20mm --minimum-font-size 16 ...
    • Cela devrait être la réponse choisie, il est gratuit, open-source, et oui, les résultats sont phénoménaux! Fortement recommandé.
    InformationsquelleAutor sudoman
  4. 9

    Mise à jour 2019-05

    L'ensemble du processus a heureusement été emballé dans un menu fixe de l'image par TheCodingMachine: https://github.com/thecodingmachine/gotenberg

    Cela rend l'entretien et de l'utilisation de chrome en fonction de la génération des pdf dans les environnements de production très lisse et hazzle gratuit.

    Il y a un nouveau headless mode depuis Chrome 59. Comme toutes les autres solutions ont vraiment du mal avec les nouveaux (ou pas tellement plus nouvelles) fonctions CSS comme flexbox, c'était dans mon cas, la seule solution pour produire un bon de sortie au format PDF.

    Pour créer un fichier pdf à partir d'un fichier html local suffit d'utiliser la commande suivante:
    chrome --headless --disable-gpu --print-to-pdf file:///path/to/myfile.html.

    Pour Mac OS substitue chrome avec /Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome.

    Le seul inconvénient que j'ai remarqué jusqu'à présent, c'est que (pour l'instant) vous ne pouvez pas passer le html via stdin, mais la création d'un fichier temporaire n'est pas un problème.

    Pour plus d'informations, voir https://developers.google.com/web/updates/2017/04/headless-chrome#create_a_pdf_dom

    Mise à jour: Comme il s'avère, le chrome gars vont probablement fournir une sorte de nœud module pour cette tâche, qui finirait par la rendre caduque le headless mode (https://bugs.chromium.org/p/chromium/issues/detail?id=719921).

    Le meilleur pari serait d'utiliser le nœud de base en utilisant l'approche de marionnettiste
    module comme indiqué sous https://developers.google.com/web/updates/2017/04/headless-chrome#node et l'impression de la page via la Page.printToPDF de commande, qui permet à certains de configuration supplémentaires, aussi.

    Bien sûr, vous pouvez vous connecter à la console de débogage websocket partir de n'importe quel autre environnement que le nœud (i.e. script PHP), trop.

    • J'ai essayé essayé weasyprint (ne prend pas en charge l'affichage: grille, qui est aussi un peu lent), puis wkhtmltopdf (près d'un GO, ne pouvais pas le faire fonctionner sur Ubuntu/WSL) puis marionnettiste. Marionnettiste œuvres, est rapide, permet de Sélénium comme l'automatisation, des travaux sur des pages qui charge le contenu via JS, etc. Merci pour votre suggestion!
    InformationsquelleAutor Roben
  5. 7

    J'ai fait un peu de recherche sur google pour vous et est venu avec deux options. Il y a peut-être plus, mon google stratégie était d'essayer "webkit ligne de commande pdf" et "gecko de ligne de commande pdf", en gros la recherche de la ligne de commande de programmes qui intègrent les deux open source populaires des moteurs de rendu en ligne de commande de moteurs. Voici ce que j'ai trouvé:

    Firefox en ligne de commande de l'imprimante - sorties au format pdf et png

    wkpdf - bien que ce soit pour mac, il est probablement assez portable.

    InformationsquelleAutor bmdhacks
  6. 3

    Je ne vais pas prétendre que c'est la "meilleure" solution, mais c'est une "solution" que j'ai utilisé.

    D'Entrée HTML --> HTML 2 PS --> PS 2 PDF --> le fichier PDF de Sortie

    InformationsquelleAutor Declan Shanaghy
  7. 1

    Ce serait total exagéré, mais vous pouvez télécharger et installer la gaieté. C'est un message de routage moteur, mais il a la capacité de convertir le html en pdf, de sorte que vous pouvez l'installer pour ramasser un fichier html dans un dossier, de le convertir en pdf, et déposez le fichier pdf dans le même ou dans un autre dossier. Comme je l'ai dit, overkill, un peu d'une courbe d'apprentissage, mais c'est gratuit, et de java, de sorte que vous pouvez l'exécuter sous linux, si vous le souhaitez. Et tous vos perl application aurait à faire est de déposer le code html dans un fichier.

    InformationsquelleAutor Jeremy
  8. 1

    Vous devriez jeter un oeil à http://phantomjs.org/

    La Conversion peut être faite par un petit script rasterize.js puis d'émettre

    phantomjs rasterize.js 'http://en.wikipedia.org/w/index.php?title=Jakarta&printable=yes' jakarta.pdf
    InformationsquelleAutor MrTux
  9. 1

    Vous pouvez installer le logiciel gratuit Calibre, et l'utilisation de la ebook-convert utilitaire de ligne de commande, il a, pour convertir de nombreux documents html en un seul format epub ou pdf.

    https://manual.calibre-ebook.com/generated/en/ebook-convert.html

    Idée vient à partir d'ici

    Je ne l'ai pas utilisé, mais ce module npm encapsule ce processus comme mon script bash, mais probablement mieux 😉

    Pour moi, sur mon mac, j'utilise la suite script bash pour convertir html en local sur votre site web en fichier PDF:

    convert_html_to_pdf.sh

    function show_help()
{
  ME=$(basename $0)
  IT=$(cat <<EOF

  Converts an html file to pdf, epub, mobi or more if you look!

  usage: input.html output.{pdf|epub|mobi}

  e.g. 

  $ME index.html output.pdf 

  Note: Requires Calibre be installed. more info here: https://ebooks.stackexchange.com/a/6285
EOF
  )
  echo "$IT"
  exit
}

if [ "$1" == "help" ]
then
  show_help
fi
if [ "$1" == "--help" ]
then
  show_help
fi

/Applications/calibre.app/Contents/MacOS/ebook-convert $1 $2 --max-levels=1
    InformationsquelleAutor Brad Parks
  10. 1

    Une solution alternative qui n'a pas été répondu ici est d'utiliser une API.

    Que l'avantage, c'est que vous externaliser les ressources nécessaires pour le travail et avoir une date de service qui met en œuvre les dernières fonctionnalités (pas besoin de mettre à jour le code, ou d'installer des corrections de bugs).

    Par exemple, avec PDFShift, vous pouvez le faire avec une seule requête POST à:

    POST https://api.pdfshift.io/v2/convert/

    Et en passant le "source" (soit une URL ou d'un code HTML brut), et vous en obtiendrez un fichier PDF en format binaire. (Disclaimer: je travaille à PDFShift).

    Voici un exemple de code en Python:

    import requests

response = requests.post(
    'https://api.pdfshift.io/v2/convert/',
    auth=('user_api_key', ''),
    json={"source": "https://en.wikipedia.org/wiki/PDF", "landscape": False, "use_print": False}
)

response.raise_for_status()

with open('wikipedia.pdf', 'wb') as f:
    f.write(response.content)

    Et le PDF sera situé à ./wikipedia.pdf

    InformationsquelleAutor Cyril N.
  11. 0

    J'ai trouvé Electroshot pour être favorable moderne fonctionnalités CSS, particulièrement mise en page. Ce fut après avoir lutté avec wkhtmltopdf à montrer son âge dans ne supportant pas les choses comme CSS3.

    De Electroshot caractéristiques description:

    Electroshot utilise des Électrons, qui propose l'offre la plus récente de la version stable de Chrome (plutôt que de l'une il ya des années), ce qui signifie que le rendu des pages comme ils le feraient dans un navigateur...

    J'ai été en mesure d'utiliser Bootstrap 4 pour la conception d'une page, et ensuite utiliser Electroshot de rendre un PDF très ressemblant étroitement à l'HTML/CSS.

    InformationsquelleAutor Micah Elliott
  12. -1

    Vous pourriez vouloir vérifier 'Service de Conversion de documents" par Peernet (à http://www.peernet.com/conversion-software/batch-document-converter/). Cela fonctionne comme un service sur un Bureau de Windows ou de Windows Server machine. Il ouvre des documents HTML dans un navigateur web, puis de les imprimer grâce à un pilote d'impression pour créer des documents PDF, ainsi que le document PDF produit est exactement comme si vous aviez imprimé le document HTML à partir du navigateur.

    InformationsquelleAutor mti2935