网页转 PDF

为用户提供将连载（网页）导出为 PDF 功能，以便于用户更放心地记录，不用担心数据丢失。并且为 APP 端提供接口，当用户点击导出按钮时，提交导出任务到后台，成功导出后，通过私信告知用户。

因为 Java 在转换 PDF 方面效果不够好，加上之前了解了下网页转换为 PDF，发现 phantomjs 是非常棒的一个工具。于是这次就直接选了该 js 进行转换。

主要的思路是这样的：

安装


      phantomjs

APP 端传入需要导出的 URL，请求导出接口

服务器端接收到导出请求，根据 URL 的参数来判断导出的任务个数（因为有些连载会有几百个阶段，如果一次导出的话，会非常慢且生成的文件巨大），并且这是一个耗时操作，所以异步将任务添加到分布式队列中，同时返回成功状态码给前端，以免前端等待。

消息队列的消费者收到任务，开始调用


      shell

命令，执行


      phantomjs


      phantomjs

转换完毕后，将转成成的 pdf 上传到七牛（我们提供给用户的是一个地址，这样用户下载时就不消耗自己服务器带宽了）

上传七牛成功后，消息队列手动 ACK，并将导出的结果存入数据库，同时发送私信告知用户，已经成功导出。

这就是主要的实现思路。

安装 phantomjs

wget wget https://bitbucket.org/ariya/phantomjs/downloads/phantomjs-2.1.1-linux-x86_64.tar.bz2

tar -jxvf phantomjs-2.1.1-linux-x86_64.tar.bz2

我们先来简单测试下该 js，看看效果如何。

toPdf.js

具体代码为:

'use strict';
var page = require('webpage').create()
  , system = require('system')
  , args = system.args
  , url = args.length > 1 ? args[1] : 'http://www.lianzai.me/toPdf/666666/10192/1.html'
  , filename = args.length > 2 ? args[2] : 'tmp';
page.paperSize = {
  format: 'A4',
  header: {
    height: "2cm",
    contents: phantom.callback(function(pageNum, numPages) {
            return "";
  footer: {
    height: "2.5cm",
    contents: phantom.callback(function(pageNum, numPages) {
        return "<h1 style='position: relative;top:35px;font-size:13px;color:#999;text-align:center;font-weight:400'><span>" + pageNum + " / " + numPages + "</span></h1>";
url = decodeURIComponent(url);
page.open(url, function (status) {
  console.log(status);
  if (status === 'success') {
    page.render('/testpdf/' + filename + '.pdf');
  phantom.exit();
 参数中如果没有传递 url 和 fileName，会有默认值。 
 我们把 phanmotjs 加入到 path 中，以便可以在终端直接使用 phantomjs。 
         vim /etc/profile 
         export PATH=/usr/software/phantomjs-2.1.1-linux-x86_64/bin:$PATH 
         source /etc/profile 
 phantomjs toPdf.js http://www.lianzai.me/toPdf/123456/14456/1.html 非客观的我 
 转换成 PDF 的效果如下： 
 非客观的我.pdf 
 部分截图： 
 可以看到效果是非常不错的。 
定义 API
 public static void export(Long uid, @Required String url, String uidSid) {
    paramError();
    // 判断是否为 vip
    Integer vipStatus = userInfoLogic.getVipStatus(uid);
    if (!UserInfo.VipStatus.VIP.getIndex().equals(vipStatus)) {
        renderJsonFail(ReturnCode.ONLY_VIP_ACCESS.getCode(), ReturnCode.ONLY_VIP_ACCESS.getMsg());
    Long planId = extractPlanId(url);
    long stageCount = planStageLogic.countByUidAndPlanId(uid, planId, 0);
    if (stageCount > 0) {
        Date now = new Date();
        String taskId = Codec.UUID().split("-")[0];
        int pageCount = calculatePageCount(stageCount);
        Cache.set(taskId, pageCount, "10h");
        for (int i = 1; i <= pageCount; i++) {
            String url1 = url + "/" + i + ".html";
            AsyncOperation.createExportPdfMsg(taskId, uid, planId, url1, now, QueueTypeEnum.EXPORT_PDF);
    renderJsonSuccess();
 这主要是自己的业务逻辑，主要看 
 AsyncOperation.createExportPdfMsg(taskId, uid, planId, url1, now, QueueTypeEnum.EXPORT_PDF)，这里将任务细分为几个任务，然后添加到分布式消息队列中。详细代码就不贴了，都是一些基础的类。 
Java 调用 Shell
 在上一个步骤中，我们将任务添加到分布式消息队列中，然后现在需要进行消费。这个过程，主要是利用 Java 调用 Shell 命令，让 Java 执行我们的导出脚本。 
 Java 调用 Shell，关键代码就是 
 Process process = Runtime.getRuntime().exec(command);
 process.waitFor(); 
 该方法会返回一个 int 值，当返回结果为 0 的时候，则表示成功。 
 在这个问题上，我遇到过 127，255 返回码以及权限不足问题。 
 以下资料可作为参考 
 255错误码 
 127错误码 
 【权限不足】在 command 前面加上 chmod 777 即可解决。 
上传到七牛
 这个调用七牛 API 即可，上传完毕后，将七牛返回的地址存入数据库，同时向用户发送完成的私信通知。 
 然后再告诉消息队列，说该条消息已经被成功处理了，可以废弃掉了。 
         千万要注意执行的脚本路径，不然会出各种意外的问题，例如权限不足，或者没有报任何错误，但是就是没有效果。 
         中文乱码问题 
         linux 上可能没有安装可用的中文字体，导出来的pdf中文就为空白了。下载一个字体，进行解压，然后建立软链接 
            wget http://dlc2.pconline.com.cn/filedown_367689_7048847/f9qOLERr/simsun.zip 
            unzip simsun.zip 
            ln -s /usr/share/fonts/truetype/simsun.ttf 
 以上大体上就完成了我们的需求，还有很多业务逻辑需要自己去考虑，关于这里使用的分布式消息队列，是 RabbitMQ。有兴趣的可以自己去了解下。