wkhtmltopdf 是一个开源的,使用Qt WebKit 渲染引擎,把 html 转换为 pdf 文件的命令行工具。wkhtmltopdf 还有一个双胞胎兄弟 wkhtmltoimage,顾名思义,它可以把 html 转换为 image 图片。
简单的讲,wkhtmltopdf 用于把网页转换成 pdf 文件。
官方下载页面:wkhtmltopdf.org
可以直接下载安装程序或zip,简单一点就用安装程序,如:https://github.com/wkhtmltopdf/packaging/releases/download/0.12.6-1/wkhtmltox-0.12.6-1.msvc2015-win64.exe
下载完成后,默认下一步安装就可以了。
安装完成,把bin目录设置为环境变量。测试当前安装版本:
wkhtmltopdf -V
显示如下:
wkhtmltopdf 0.12.6 (with patched qt)
开始使用,命令格式:
wkhtmltopdf [GLOBAL OPTION]... [OBJECT]... <output file>
[GLOBAL OPTION] 是用来添加全局参数的区域,[OBJECT] 是用来添加 wkhtmltopdf 对象(wkhtmltopdf 把对象分为 3 类,后文有详细内容)的区域,如果有多个对象,则按顺序放入。<output file>则用以指定输出的 PDF 文件。
命令行工具自然是没有图形界面的。
光看上面的命令格式好像不太简单理解应该怎么用啊,别急,下面会有详细介绍的,不过为了满足部分急性子,我先给几个例子在下面。伸手堂可以直接拿去用,不愿意深入了解的同学就不必再浪费时间了。
把一个html文件转换成PDF
wkhtmltopdf 1.html 1.pdf
把一个 url 指向的网页转换成PDF
wkhtmltopdf www.baidu.com baidu.pdf
把一个html字符串,转pdf
无法直接支持,需要先生成.html文件,然后执行html转pdf方法
三类对象详解
命令 wkhtmltopdf [GLOBAL OPTION]… [OBJECT]… <output file> 中,OBJECT 表示一个对象。在 wkhtmltopdf 中,wkhtmltopdf 可以把多个对象输出到文件中,其中每个对象可以是页面对象,封面对象和大纲对象。对象按照命令行中的顺序,输出到pdf的结果文件里。
1. 页面对象
页面对象使用以下方式将单个网页的内容放入输出文档中
(page)? <input url/file name> [PAGE OPTION]...
(page)?
表示 page可以省略不写,即在不标明的时候,默认为页面对象。为页面对象所设置的参数可以被放置在全局参数域([GLOBAL OPTIONS])和页面参数域([PAGE OPTIONS])中,程序会根据实际情况在所有参数中找到合适的参数应用到页面、页眉和页脚。
2. 封面对象
封面对象可以简单理解为是特殊的页面对象,能在页面对象上使用的参数,在封面对象上也都能使用。
区别在于:
- 封面对象输出的页面不会在TOC中出现
- 封面对象输出的页面不会包含页眉和页脚
封面对象的使用方式为
cover <input url/file name> [PAGE OPTION]...
3. 大纲对象
toc 是 table of content 的缩写,就是目录的意思,该对象会在输出文档中加入目录。其使用方式为
toc [TOC OPTION]...
所有能够在页面对象中使用的参数都可以用到大纲对象,并且还有许多的针对大纲对象的参数可以应用到大纲对象中。大纲是通过 XSLT 生成的,这意味着它可以被定义成任何你想看到的样子。可以通过命令行参数 –dump-default-toc-xsl 输出默认的 XSLT 文档,通过 –dump-outline 命令行参数也可指定以 XML 格式输出当前处理文档的目录到指定文件。后文会有详细的参数介绍
五类参数
注:以下参数信息基于 wkhtmltopdf 2018 年 6 月 11 号发布的 0.12.5 版本,其他版本可以到官网查看具体信息
命令行选项有两种:
选项可以基于每个对象或在全局中指定选项区域。
“全局选项”部分中的选项只能放置在全局选项区域
而额外的命令行选项可以为每一个对象指定或在全局区域(GLOBAL OPTION)中进行全局指定
下列说明中的全局选项只能被放置在全局区域
1. 全局参数
参数 | 说明 |
---|---|
–collate | 输出多个副本时进行校验(默认设置) |
–no-collate | 输出多个副本时不进行校验 |
–cookie-jar <path> | 从提供的cookie jar文件中读取和写入cookie |
–copies <number> | 要打印到PDF文件中的副本数(默认值为1) |
- d, –dpi <dpi> | 显式更改dpi(dpi即分辨率,但此参数对基于x11的系统没有影响,默认值为96) |
- H, –extended-help | 显示更详细的帮助,即更详细版本的 -h 命令 |
- g, –grayscale | 以灰度的形式生成 PDF(彩色的更占空间,另外,有些特殊需求可能也只要灰度的PDF) |
- h, –help | 显示帮助文档 |
-- htmldoc | 以html的形式输出帮助文档 |
-- image-dpi <integer> | 当页面嵌入图像时,将它们缩小到指定的dpi尺寸(默认值600) |
-- image-quality <integer> | 当使用jpeg算法压缩图像时,使用指定的图片质量(默认值94) |
-- license | 输出授权信息并退出 |
-- log-level <level> | 在以下级别中指定日志级别:none, error, warn,info(默认) |
- l, –lowquality | 生成低质量的PDF/PS,对缩小结果文档大小,节约空间有较好帮助 |
–manpage | 输出程序的手册页 |
- B, –margin-bottom <unitreal> | 设置页面下边距 |
- L, –margin-left <unitreal> | 设置页面左边距(默认10mm) |
- R, –margin-right <unitreal> | 设置页面右边距(默认10mm) |
- T, –margin-top <unitreal> | 设置页面上边距 |
- O, –orientation <orientation> | 将方向设置为“横向(Landscape)”或“纵向(Portrait)”模式,默认是纵向(Portrait) |
–page-height <unitreal> | 页面高度 |
- s, –page-size <Size> | 设置页面大小为A4(默认值),Letter等 |
-- page-width <unitreal> | 页面宽度 |
–no-pdf-compression | 不对PDF使用无损压缩算法(无损压缩不会对文件造成很大损失,此参数非必要不使用) |
- q, –quiet | 减少冗长,保持向后兼容性;与使用–log level none相同,即静态模式,不在标准输出中打印任何信息 |
–read-args-from-stdin | 从stdin1读取命令行参数 |
–readme | 输出程序的readme文档 |
–title <text> | 生成的PDF文件的标题(如果未指定,则使用第一个文档的标题) |
- V, –version | 输出版本信息并退出 |
2. 大纲参数
注:PDF的大纲会根据HTML的标题和标签自动生成
参数 | 说明 |
---|---|
-- dump-default-toc-xsl | 输出默认的 TOC xsl 样式的”大纲”到标准输出(文件内容为xml)2 |
-- dump-outline <file> | 输出“大纲”到指定的文件(文件内容也为xml) |
–outline | 在生成的PDF文档中输出“大纲”(默认) |
–no-outline | 不在PDF中输出“大纲” |
–outline-depth <level> | 设置生成大纲的深度(默认值 4) |
3. 页面参数
参数 | 说明 |
---|---|
–allow <path> | 允许加载指定文件夹中的一个或多个文件(可重复3) |
–background | 输出页面背景到PDF文档(这是默认设置) |
–no-background | 与-background相反 |
–bypass-proxy-for <value> | 绕过主机代理(可重复3) |
–cache-dir <path> | 网页的缓存目录 |
-- checkbox-checked-svg <path> | 使用指定的SVG文件渲染选中的复选框 |
–checkbox-svg <path> | 使用指定的SVG文件渲染未选中的筛选框 |
-- cookie <name> <value> | 设置访问网页时的cookie(可重复3),值应该是URL编码的 |
-- custom-header <name> <value> | 设置访问网页时的HTTP头信息(可重复3) |
-- custom-header-propagation | 为每个要加载的资源添加由 –custom-header 指定的HTTP头 |
-- no-custom-header-propagation | 与–custom-header-propagation相反 |
-- debug-javascript | 显示javascript调试输出的信息 |
-- no-debug-javascript | 与–debug-javascript相反(这是默认设置) |
-- default-header | 添加一个默认的“头”,在页面的左头显示页面的名字,在页面的右头显示页码4 |
-- encoding <encoding> | 为输入的文本设置默认的编码方式 |
-- disable-external-links | 禁止页面中的外链生成超链接 |
-- enable-external-links | 与–disable-external-links|相反(这是默认设置) |
-- disable-forms | 不转换HTML表单为PDF表单(这是默认设置) |
-- enable-forms | 与–disable-forms相反 |
-- images | 加载图片并输出到PDF文档(这是默认设置) |
-- no-images | 与–images相反 |
-- disable-internal-links | 禁止页面中的内链生成超链接 |
-- enable-internal-links | 与–disable-internal-links|相反(这是默认设置) |
- n, -- disable-javascript | 禁止WEB页面执行 javascript |
-- enable-javascript | 允许WEB页面执行 javascript(这是默认设置) |
-- javascript-delay <msec> | 延迟一定的毫秒等待javascript 执行完成(默认值是200) |
-- keep-relative-links | 将相对外部链接保留为相对外部链接 |
-- load-error-handling <handler> | 指定当页面加载失败后的动作,可以指定为:abort(中止,默认值)、ignore(忽略)、skip(跳过) |
-- load-media-error-handling <handler> | 指定当媒体文件加载失败后的动作,可以指定为:abort(中止)、ignore(忽略,默认值)、skip(跳过) |
-- disable-local-file-access | 不允许一个本地文件加载其他的本地文件,使用命令行参数 –allow 指定的目录除外。 |
-- enable-local-file-access | 与–disable-local-file-access相反(这是默认设置) |
-- minimum-font-size <int> | 设置最小的字号,除非必要不推荐使用该参数 |
-- exclude-from-outline | 拒绝加载当前页面到PDF文档的目录和大纲中 |
-- include-in-outline | 与--exclude-from-outline 相反(这是默认设置) |
-- page-offset <offset> | 设置页码的起始值(默认值为0) |
-- password <password> | HTTP身份认证的密码 |
-- disable-plugins | 禁止使用插件(这是默认设置) |
-- enable-plugins | 允许使用插件,但插件可能并不工作 |
-- post <name> <value> | 添加一个POST[^5]字段(可重复3) |
-- post-file <name> <value> | 添加一个POST[^5]文件(可重复3) |
-- print-media-type | 用显示媒体类型代替屏幕 |
-- no-print-media-type | 与–print-media-type相反(这是默认设置) |
- p, –proxy <proxy> | 使用代理 |
-- proxy-hostname-lookup | 使用代理解析主机名 |
-- radiobutton-checked-svg <path> | 使用指定的SVG文件渲染选中的单选框 |
-- radiobutton-svg <path> | 使用指定的SVG文件渲染未选中的单选框 |
-- resolve-relative-links | 将相对外部链接解析为绝对链接(默认) |
-- run-sript <js> | 页面加载完成后执行一个附加的JS文件[^6],可以重复使用此参数指定,多个要在页面加载完成后要执行的JS文件(可重复3) |
-- disable-smart-shrinking | 禁用WebKit使用智能收缩策略,该策略使像素/dpi(分辨率)比率不为常量 |
-- enable-smart-shrinking | 与–disable-smart-shrinking相反(这是默认设置) |
-- ssl-crt-path <path> | openssl-pem格式的ssl客户机证书公钥的路径,可选后跟中间CA和受信任证书 |
-- ssl-key-password <password> | SSL客户端证书私钥的密码 |
-- ssl-key-path <path> | openssl pem格式的ssl客户机证书私钥路径 |
-- stop-slow-scripts | 停止运行缓慢的javascript代码(这是默认设置) |
-- no-stop-slow-scripts | 与–stop-slow-scripts相反 |
-- disable-toc-back-links | 禁止从标题链接到目录(toc)(这是默认设置) |
-- enable-toc-back-links | 与–disable-toc-back-links相反 |
-- user-style-sheet <url> | 设置一个在每个页面都加载的用户自定义样式表 |
-- username <username> | HTTP身份验证的用户名 |
-- viewport-size <> | 如果有自定义滚动条或CSS属性溢出以模拟窗口大小时,需要设置窗口大小 |
-- window-status <windowStatus> | 在渲染呈现页面之前,等待window.status等于这个指定的字符串 |
-- zoom <float> | 设置转换成PDF时页面的缩放比例(默认值是1) |
4. 页眉、页脚参数
页眉参数
参数 | 说明 |
---|---|
-- header-center <text> | 在页眉的居中部分显示页眉文本 <text> |
-- header-font-name <name> | 设置页眉的字体 (默认为 Arial) |
-- header-font-size <size> | 设置页眉的字体大小 (默认为 12) |
-- header-html <url> | 添加一个html作为页眉 |
-- header-left <text> | 在页眉的居左部分显示页眉文本 <text> |
-- header-line | 在页眉下方显示一条直线分隔正文 |
-- no-header-line | 与–header-line相反(这是默认设置) |
-- header-right <text> | 在页眉的居右部分显示页眉文本 <text> |
-- header-spacing <real> | 页眉与正文之间的距离(默认为零) |
页脚参数
参数 | 说明 |
---|---|
-- footer-center <text> | 在页脚的居中部分显示页脚文本 <text> |
-- footer-font-name <name> | 设置页脚的字体 (默认为 Arial) |
-- footer-font-size <size> | 设置页脚的字体大小 (默认为 12) |
-- footer-html <url> | 添加一个html作为页脚 |
-- footer-left <text> | 在页脚的居左部分显示页脚文本 <text> |
-- footer-line | 在页脚上方显示一条直线分隔正文 |
-- no-footer-line | 与–footer-line相反(这是默认设置) |
-- footer-right <text> | 在页脚的居右部分显示页脚文本 <text> |
-- footer-spacing <real> | 页脚与正文之间的距离(默认为零) |
共同参数
参数 | 说明 |
---|---|
-- replace <name> <value> | 将[name]替换为页眉和页脚中的值(可重复3) |
5. TOC 参数
toc 是 table of content 的缩写,可以理解为目录的意思
参数 | 说明 |
---|---|
-- disable-dotted-lines | 在目录中不使用虚线 |
-- toc-header-text <text> | 设置目录的页眉文本 |
-- 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 | 在目录中不生成指向内容锚点的超链接 |
-- toc-text-size-shrink <real> | 在目录中每级标题的缩放比例(默认为0.8) |
-- xsl-style-sheet <file> | 使用自定义的 XSL 样式表显示目录内容 |
- 标准输入
- 尝试一下,你会在命令行中看到的
- 可重复的意思是可以多次设置该参数,用以指定多个参数值
- 这相当于进行了如下四个设置:–header-left=’[webpage]’ –header-right=’[page]/[toPage]’ –top 2cm –header-line