如何将HTML表格转换成精美的PDF，几种方案比较

包含表格、图表和图形的Web应用程序通常包含将数据导出为PDF的选项。你有没有想过，作为一个用户，当你点击那个按钮时，幕后发生了什么？

作为开发人员，如何让PDF输出看起来更专业？大多数免费的在线PDF导出器实际上只是将HTML内容转换为PDF，而不进行任何额外的格式化，这会使数据难以阅读。如果你也能添加诸如页眉和页脚、页码或重复的表列标题等内容呢？像这样的小点缀，对把一份看起来很业余的文件变成一份优雅的文件有很大的帮助。

最近，我探索了几种生成PDF的解决方案，并建立了这个Demo程序来展示结果。所有的代码也可以在Github上找到。让我们开始吧！

Demo程序概述

我们的Demo程序包含一个冗长的样式表和四个将表导出为PDF的按钮。该应用是用基本的HTML、CSS和JavaScript构建的，但你可以使用你的UI框架或选择的库轻松创建相同的输出。

每个导出按钮都使用不同的方法生成PDF。从右到左查看，第一个使用原生浏览器打印功能，第二个使用名为jsPDF的开源库，第三个使用另一个名为pdfmake的开源库，最后，第四个使用名为DocRaptor的付费服务。

让我们一一探讨每个解决方案。

原生浏览器打印功能

首先，我们考虑使用浏览器的内置工具导出PDF。在查看任何网页时，你可以通过右键单击任意位置，然后从菜单中选择“打印”选项来轻松地打印页面。这将打开一个对话框，供你选择打印设置。但是，你实际上不必打印文档。对话框还提供了将文档保存为PDF的选项，这就是我们要做的。在JavaScript中 window 对象公开了一个 print 方法，所以我们可以写一个简单的JavaScript函数，并将其附加到我们的一个按钮上，就像这样：

function downloadPDFWithBrowserPrint() {  
    window.print();
}
document.querySelector('#browserPrint').addEventListener('click', downloadPDFWithBrowserPrint);

以下是Google Chrome浏览器的输出：

我对这里的输出感到惊喜，虽然它并不华丽——内容只是黑白色的，但主要的表格样式却被完整地保留了下来。此外，这七个页面中的每一个都包含表列标题和页脚，我认为浏览器可以智能地获取这些信息，这是由于我在构建结构合理的表时选择了语义HTML。

然而，我不喜欢浏览器在PDF中包含的额外页面元数据。靠近顶部，我们看到日期和HTML页面标题。在页面的底部，我们看到了打印这篇文章的网站以及页码。

如果我保存这个文档的唯一目的是为了看数据，那么Chrome浏览器做得很好。不过，文档顶部和底部多出的几行文字虽然有用，但并没有让它看起来很专业。

另外需要注意的是，不同浏览器的原生打印功能是不一样的。如果我们用Safari浏览器打印同样的文档呢？输出如下：

你会注意到表格看起来大致相同，页面页眉和页脚内容也是如此。但是，表列标题和表脚不重复！这是没有帮助的，因为当你忘记任何给定列包含什么数据时，你需要返回到第一页。第一页的表格底部也有点被切断，因为浏览器试图在创建下一页之前尽可能多地挤进内容。

如此看来，浏览器的输出并不理想，会因用户选择的浏览器不同而不同。

jsPDF

接下来让我们考虑一个名为jsPDF的开源库。这个库已经存在了至少5年，每周从NPM的下载量持续超过20万次。可以说这是一个很受欢迎的、经过实战检验的库。

jsPDF的使用也相当简单。你可以创建一个新的jsPDF类的实例，给它一个你想导出的HTML内容的引用，然后提供任何其他附加的设置，如页边距大小或文档标题。

function downloadPDFWithjsPDF() {  
  var doc = new jspdf.jsPDF('p', 'pt', 'a4');

  doc.html(document.querySelector('#styledTable'), { 
    callback: function (doc) {
      doc.save('MLB World Series Winners.pdf');
    },    
    margin: [60, 60, 60, 60],    
    x: 32,    
    y: 32,
  });
}
document.querySelector('#jsPDF').addEventListener('click', downloadPDFWithjsPDF);

在内部，jsPDF使用了一个名为html2canvas.的库。顾名思义，html2canvas 接收 HTML 内容，并将其转化为存储在 HTML <canvas> 元素上的图像，然后 jsPDF 接收该画布内容并将其保存。

让我们看一下使用jsPDF的输出：

乍一看，这看起来还不错！ PDF包含我们漂亮的蓝色标题和条纹表行背景。它不包含浏览器打印方法所包含的任何多余页面元数据。

但是，请注意在第一页和第二页之间发生了什么。表格一直延伸到第一页的底部，然后在第二页的顶部直接接上。没有应用额外的边距，而且表文本内容有可能被切成两半。

该PDF也不包括重复的表列标题或表脚，这与我们在Safari的打印功能中看到的问题相同。

虽然jsPDF是一个强大的库，但当导出的内容只能容纳在一个页面上时，这个工具似乎效果最好。

pdfmake

让我们看一下我们的第二个开源库pdfmake。NPM每周下载量超过30万次，寿命长达7年，这个库甚至比jsPDF更受欢迎，更资深。

在为我的demo程序构建导出功能时，pdfmake的配置要比jsPDF难得多。原因是pdfmake使用你提供的数据从头开始构建PDF文档，而不是将页面上现有的HTML内容转换为PDF。这意味着，我必须为它提供PDF表格的页眉、页脚、内容和布局的数据，而不是为pdfmake提供一个对我的HTML表格的引用。这导致我的代码有很多重复，我先在HTML中写了表格，然后用pdfmake为PDF导出重新建表。

代码如下：

function downloadPDFWithPDFMake() {  
    var tableHeaderText = [...document.querySelectorAll('#styledTable thead tr th')].map(thElement => ({ text: thElement.textContent, style: 'tableHeader' }));  var tableRowCells = [...document.querySelectorAll('#styledTable tbody tr td')].map(tdElement => ({ text: tdElement.textContent, style: 'tableData' }));  var tableDataAsRows = tableRowCells.reduce((rows, cellData, index) => {    if (index % 4 === 0) {
      rows.push([]);
    }

    rows[rows.length - 1].push(cellData);    return rows;
  }, []);  
    var docDefinition = {    
    header: { text: 'MLB World Series Winners', alignment: 'center' },    
    footer: function(currentPage, pageCount) { 
    return ({ text: `Page ${currentPage} of ${pageCount}`, alignment: 'center' }); },    content: [
      {        style: 'tableExample',        table: {          headerRows: 1,          body: [
            tableHeaderText,
            ...tableDataAsRows,
          ]
        },        layout: {          fillColor: function(rowIndex) {            if (rowIndex === 0) {              return '#0f4871';
            }            return (rowIndex % 2 === 0) ? '#f2f2f2' : null;
          }
        },
      },
    ],    styles: {      tableExample: {        margin: [0, 20, 0, 80],
      },      tableHeader: {        margin: 12,        color: 'white',
      },      tableData: {        margin: 12,
      },
    },
  };
  pdfMake.createPdf(docDefinition).download('MLB World Series Winners');
}
document.querySelector('#pdfmake').addEventListener('click', downloadPDFWithPDFMake);

在我们完全否定pdfmake之前，我们先来看看输出。

不是太寒酸！我们可以为表包含样式，这样我们仍然可以复制蓝色列标题和条纹表行背景。我们还得到了重复的表列标题，以便于跟踪我们在每个页面的每个列中看到的数据。

pdfmake还允许我加入页眉和页脚，所以很容易添加页码。但你会注意到，第一页和第二页之间的表格内容仍然没有完全分开。分页符将2002年的一行部分地分割在两页之间。

总体看来，pdfmake最大的优势在于从头开始构建PDF。例如，如果你想根据某些订单数据生成发票，而你实际上并没有在web应用程序的页面上显示发票，那么pdfmake将是一个很好的选择。

DocRaptor

最后一个我们要考虑的选项是DocRaptor。DocRaptor与我们探讨的前三个选项不同的是，它是一种付费服务。它使用Prince HTML-to-PDF引擎来生成其PDF输出。该服务也通过API使用，因此你的代码会碰到一个外部API端点，然后该端点会返回PDF文档。

DocRaptor的基本配置相当简单，你向它提供你的文档名称，你要创建的文档类型（在我们的例子中是 ’pdf'），以及要使用的HTML内容。根据你的需要，还有数百种不同配置的选择，但基本配置是一个很好的起点。

这是我使用的：

function downloadPDFWithDocRaptor() {
  DocRaptor.createAndDownloadDoc('YOUR_API_KEY_HERE', {    test: true, // test documents are free, but watermarked
    type: 'pdf',    name: 'MLB World Series Winners',    document_content: document.querySelector('html').innerHTML,
  })
}document.querySelector('#docRaptor').addEventListener('click', downloadPDFWithDocRaptor);

让我们看一下DocRaptor生成的PDF导出：

现在有一个好看的文档了! 我们可以保留我们漂亮的表格样式。表格的列头和表脚在每一页上都是重复的，表格的行数不会被切掉，而且页面四面都有适当大小的边距，每个页面的页眉也是重复的，每个页面底部的页码也是重复的。

要创建页眉和页脚文本，DocRaptor建议你使用一些CSS与 @page 选择器，就像这样。

@page {
  margin-top: 80px;
  margin-bottom: 80px;
  @top {
    content: "MLB World Series Winners"
  }
  @bottom {
    /* 具有计数器功能的页脚可插入页面计数器 */
    content: "Page " counter(page) " of " counter(pages)
  }
}

在PDF输出方面，DocRaptor无疑是赢家。

总结

那么，你的应用要选择哪种方案呢？如果你想要最简单的解决方案，而且不需要专业的文档，那么原生浏览器的打印功能应该就可以了。如果你需要对PDF输出进行更多的控制，那么你就需要使用一个库。

当涉及到基于UI中显示的HTML生成的单页内容时，jsPDF就会大放异彩。pdfmake在从数据而不是HTML中生成PDF内容时效果最好。DocRaptor是其中功能最强大的一款，它拥有简单的API和漂亮的PDF输出。但同样，与其他不同的是，它是一项付费服务。然而，如果你的业务依赖于优雅、专业的文档生成，DocRaptor是非常值得的。