Headless Browser与服务器端HTML转PDF
最近的项目，要求生成PDF格式的报告书供客户下载或直接发送到Email地址。而且，报告书含有很多图表，基本上是前台HTML页面看到的一样。
这个是一个报表生成的需求，首先从实现的位置看，有两种方案：
- 由客户端，借助浏览器渲染并生成PDF。
- 优点：减轻服务器压力，使用HTML转换，与客户端浏览器保持一致。
- 缺点：无法脱离客户端，遇到需后台发送email的情况，无法实现；不同浏览器无法保证一致性的生成效果。
- 由服务器端渲染并生成PDF。
- 优点：可以完全控制生成PDF的效果；可以选择各种语言实现方案
- 缺点：对服务器压力大；如果用非HTML实现，很难做到和前台一致的效果。
经过比较，结合我需要发送Email的需求，最终选择了服务器端生成。服务器端生成一般有几种方案：
- 直接操作PDF（比如用Apache的pdfBox），直接被否。原因是：很难实现和前台HTML一致的效果；尤其是制作图表。
- 使用Word做模板，通过Apache的POI接口操作Word模板，动态生成目标Word，然后再转换为PDF。这种方案，也不是太好：Word如何操作复杂的图表？Word转PDF的效果会失真。
- 使用HTML转换PDF。如果使用HTML转，可以避免二次开发报表文件的界面，更可以复用前端开发人员。唯一要解决的是：如何在服务器端渲染HTML。
经过一番探索，发现现有的方案有：
- jsReport：商业化软件，提供完善的设计工具、报表服务器（NodeJS实现）以及PDF、XLS等各种转换，甚至提供公有云，直接使用其在线服务。
- wkhtml2pdf：命令行工具，使用Qt WebKit渲染引擎将HTML渲染为HTML
- phantomJs的screen capture功能，phantomJs本身具有完整的Webkit核心，因此渲染出的效果与Chrome兼容性极好。
值得一提的是，jsReport是通过集成各种转换器实现的。而其核心的PDF转换功能，正是通过phantomJS实现。因此，在使用jsReport后，我决定直接使用phantomJS。
主要思路是，JavaEE应用在收到PDF生成请求后，调用服务器上安装好的phantomJS，然后直接请求自身的一个html页面的URL；生成PDF后再提供到客户端，或者直接发送Email。
headless browser其他用途
headless浏览器，即没有图形界面的浏览器，但又可以实现普通浏览器HTML/JS/CSS的渲染，以及其他基本浏览器功能。
由于它是“无头”的，所以可以部署在服务器端，或者应用在某些自动化工具上，比如：自动化UI测试、对web页面截图（比如本文的PDF生成需求）、爬虫；甚至DDOS攻击、广告刷量等。
根据维基百科介绍，主流的headless browser有：
- phantomJS
- Google Chrome 59以上版本，支持在Linux和macOS上的headless模式
- HtmlUnit
Github上也有人详细总结了Headless Browers： https://github.com/dhamaniasad/HeadlessBrowsers
-------------------------
本文采用 知识共享署名 4.0 国际许可协议（CC-BY 4.0）进行许可。转载请注明来源：https://imshuai.com/headless-browser-server-side-html2pdf 欢迎指正或在下方评论。
毛帅
{Code, Thoughts, Sharing}