根据批量URL生成有书签的PDF文档的解决方案

核心提示： 目的是要根据批量URL生成有书签的PDF文档，实现这个目的分两步走：先解决根据一个URL生成一个PDF文档，根据批量URL生成有书签的PDF文档的解决方案(2)，再解决多个PDF合并并生成书签的问题，（1）根据一个URL生成一个PDF文档根据一个URL生成一个PDF文档看似很容易，Xml描述分两

目的是要根据批量URL生成有书签的PDF文档，实现这个目的分两步走：先解决根据一个URL生成一个PDF文档，再解决多个PDF合并并生成书签的问题。

（1）根据一个URL生成一个PDF文档

根据一个URL生成一个PDF文档看似很容易，因为我们有iText,pdfbox这些开源框架，实则不简单，因为要保证生成的pdf文档打开后的效果要和浏览器里的要一样，这无异于做一个浏览器，目前的浏览器尚且存在兼容的问题，所以自己写一个根据html生成pdf的想法很难实现。那么另一个思路就是利用一些网站来实现这个目的，经过尝试，有些网站是需要提供URL和email，人家把生成好的pdf发到你邮箱，这种形式无法通过代码来访问，也就无法批量处理；有些网站只需提交url，就把生成的pdf响应给客户端，这种形式可以通过程序来批量处理，但是生成的pdf与浏览器里的效果相差太远；还有一些网站根本就不支持中文。通过探索，终于找到一个网站提供的C#做的dll可以达到这个要求，利用这个dll，写个简单的C#程序就可以批量的生成pdf了，而且效果相当完美，美中不足的是生成的pdf里有人家的水印。

（2）多个PDF合并并生成书签

多个PDF合并并生成书签可以轻松的用iText搞定，合并是有一定的顺序的，并且书签是树形结构的，因此合并的顺序，书签的层次结构是需要事先确定好的。所以对批量的URL要进行一定的描述，那么很自然的选择xml。

三、实现

我现在越来越觉得，只要不是基础设施的东西，技术上都很简单，关键是你有没有想法。这个实现先从xml描述开始。

Xml描述分两步，先简单的描述一批URL（这里叫做href.h2p.xml），再来描述层次关系（这里叫做outline.h2p.xml）。h2p就是html to pdf的意思

先看href.h2p.xml