如何用iText高效处理大体积HTML转PDF（2MB/6-7MB场景）

通用性能优化措施 #

• 精简ConverterProperties配置
  • 关闭不必要的自动功能：禁用自动字体探测（若HTML使用已知字体），设置converterProperties.setFontProvider(new DefaultFontProvider(false, false, false))减少字体扫描开销；指定媒体类型为打印converterProperties.setMediaDeviceDescription(new MediaDeviceDescription(MediaType.PRINT))，避免多余的媒体适配逻辑。
  • 明确字符集：设置converterProperties.setCharset(StandardCharsets.UTF_8.name())，省去编码自动探测的耗时。
• 优化IO操作
  • 使用带缓冲区的流：替换直接的FileInputStream/FileOutputStream为BufferedInputStream和BufferedOutputStream，降低磁盘IO的频繁调用：

    try (BufferedInputStream bis = new BufferedInputStream(new FileInputStream(htmlSource));
         BufferedOutputStream bos = new BufferedOutputStream(new FileOutputStream(pdfDest))) {
        HtmlConverter.convertToPdf(bis, bos, converterProperties);
    }
    

  • 直接传入文件对象：优先使用HtmlConverter.convertToPdf(htmlSource, pdfDest, converterProperties)，iText对文件路径的处理有内置优化，比流处理更高效。
• 字体预处理
  • 预加载所需字体：提前添加常用字体到FontProvider，避免转换过程中反复读取字体文件：

    DefaultFontProvider fontProvider = new DefaultFontProvider();
    fontProvider.addFont("/path/to/your/regular-font.ttf");
    converterProperties.setFontProvider(fontProvider);
    

  • 优先使用PDF内置字体：如Helvetica、Times Roman，减少字体嵌入的时间和PDF体积。

针对6-7MB大HTML文件的专项处理 #

• 分段转换+PDF合并
  • 将大HTML拆分为多个独立片段（按章节、分页标记拆分），逐个转换为小PDF后用PdfMerger合并，降低单次转换的内存压力：

    List<File> splitHtmlFiles = Arrays.asList(new File("part1.html"), new File("part2.html"));
    try (PdfWriter writer = new PdfWriter("merged_output.pdf");
         PdfDocument mergedPdf = new PdfDocument(writer)) {
        PdfMerger merger = new PdfMerger(mergedPdf);
        ConverterProperties props = new ConverterProperties();
        props.setMemorySavingMode(true);
    
        for (File htmlPart : splitHtmlFiles) {
            ByteArrayOutputStream tempStream = new ByteArrayOutputStream();
            try (PdfDocument tempPdf = new PdfDocument(new PdfWriter(tempStream))) {
                HtmlConverter.convertToPdf(new FileInputStream(htmlPart), tempPdf, props);
            }
            try (PdfDocument tempPdfToMerge = new PdfDocument(new PdfReader(new ByteArrayInputStream(tempStream.toByteArray())))) {
                merger.merge(tempPdfToMerge, 1, tempPdfToMerge.getNumberOfPages());
            }
        }
    }
    

• 启用内存节省模式
  • 在ConverterProperties中开启内存优化：converterProperties.setMemorySavingMode(true)，iText会采用流式处理策略，减少内存占用。
• 调整JVM堆内存
  • 增大JVM堆内存参数（如-Xmx4G，根据服务器配置调整），避免大文件转换时因内存不足导致频繁GC拖慢速度。

优化后的完整示例代码 #

import com.itextpdf.html2pdf.ConverterProperties;
import com.itextpdf.html2pdf.HtmlConverter;
import com.itextpdf.html2pdf.font.DefaultFontProvider;
import com.itextpdf.html2pdf.media.MediaDeviceDescription;
import com.itextpdf.html2pdf.media.MediaType;
import com.itextpdf.kernel.pdf.PdfDocument;
import com.itextpdf.kernel.pdf.PdfMerger;
import com.itextpdf.kernel.pdf.PdfReader;
import com.itextpdf.kernel.pdf.PdfWriter;

import java.io.*;
import java.nio.charset.StandardCharsets;
import java.util.Arrays;
import java.util.List;

public class LargeHtmlToPdf {
    public static void main(String[] args) throws IOException {
        // 单大文件优化转换
        File htmlSource = new File("input.html");
        File pdfDest = new File("output.pdf");

        ConverterProperties converterProperties = new ConverterProperties();
        converterProperties.setMemorySavingMode(true);
        converterProperties.setCharset(StandardCharsets.UTF_8.name());
        converterProperties.setMediaDeviceDescription(new MediaDeviceDescription(MediaType.PRINT));
        
        DefaultFontProvider fontProvider = new DefaultFontProvider(false, false, false);
        fontProvider.addStandardPdfFonts();
        converterProperties.setFontProvider(fontProvider);

        try (BufferedInputStream bis = new BufferedInputStream(new FileInputStream(htmlSource));
             BufferedOutputStream bos = new BufferedOutputStream(new FileOutputStream(pdfDest))) {
            HtmlConverter.convertToPdf(bis, bos, converterProperties);
        }

        // 超大型文件分段转换合并
        List<File> splitHtmlParts = Arrays.asList(new File("part1.html"), new File("part2.html"));
        try (PdfWriter mergedWriter = new PdfWriter("merged_output.pdf");
             PdfDocument mergedPdf = new PdfDocument(mergedWriter)) {
            PdfMerger merger = new PdfMerger(mergedPdf);
            ConverterProperties partProps = new ConverterProperties();
            partProps.setMemorySavingMode(true);
            partProps.setFontProvider(fontProvider);

            for (File part : splitHtmlParts) {
                ByteArrayOutputStream tempBaos = new ByteArrayOutputStream();
                try (PdfDocument tempPdf = new PdfDocument(new PdfWriter(tempBaos))) {
                    HtmlConverter.convertToPdf(new FileInputStream(part), tempPdf, partProps);
                }
                try (PdfDocument tempPdfToMerge = new PdfDocument(new PdfReader(new ByteArrayInputStream(tempBaos.toByteArray())))) {
                    merger.merge(tempPdfToMerge, 1, tempPdfToMerge.getNumberOfPages());
                }
            }
        }
    }
}

内容的提问来源于stack exchange，提问作者Akshay Kumar