![[Photo of the Author]](../../common/images/Guido-S.gif)
door Guido Socher (homepage)
Over de auteur:
Een tijdje terug hadden we gemeld dat LinuxFocus artikelen ook als
pdf beschikbaar wilden maken. We kregen een hoop suggesties die zijn
opgesomt in deze tip. Hartelijk dank voor alle suggesties.
Vertaald naar het Nederlands door:
Guus Snijders <ghs(at)linuxfocus.org>
Inhoud:
|
LF Tip: PDF genereren van HTML documenten
Kort:
Dit is een korte tip. Vanaf nu zal LinuxFocus minstens een tip per
maand hebben. Als je ideëen hebt voor nieuwe tips, kun je sturen
naar guido(apenstaartje)linuxfocus.org
_________________ _________________ _________________
|
Introductie
Je hebt wellicht al gemerkt dat we nu PDF bestanden hebben van alle
artikelen voor de talen die de iso8859-1 karakter set gebruiken.
Het was niet makkelijk te implementeren, vooral omdat we ze
automatisch wilden genereren om verschillen tussen HTML tekst en PDF
documenten te voorkomen.
Hier volgen onze ervaringen met een aantal opties voor het genereren
van PDF in het algemeen.
Het idee
Alle Linux systemen komen met de ghostscript utility ps2pdf. ps2pdf
werkt erg goed en de kwaliteit van de genereerde PDF is goed. Hiermee
kun je altijd PDF bestanden genereren als je het document beheerd als
een PostScript bestand.
Het volledige Linux afdruksysteem is gebaseerd op PostScript, dus zou
het vrij eenvoudig moeten zijn!? Het probleem is om een manier te
vinden om het via een script vanaf de opdrachtregel te doen. Je wilt
niet met de muis door een paar duizend artikelen klikken.
Als je je geen zorgen maakt over tabellen, kleuren en
afbeeldingen, dan zal een combinatie van "lynx -dump... | nenscript"
en ps2pdf werken. Als je echter tabellen en kleuren nodig hebt, lees
dan verder.
De kandidaten
html2ps
Dit is een Perl script, de geteste versie is html2ps 1.0 beta3. De
homepage is te vinden op http://user.it.uu.se/~jan/html2ps.html
Het programma werkt goed. Het vereist echter wel een aantal perl
modules als dependancy en heeft problemen met pagina's die tabellen
voor de structuur bevatten. Het is een goede oplossing als je een
eenvoudige layout hebt.
latex
Er is een latex to pdf converter. Met behulp van xslt zou je HTML naar
Latex kunnen transformeren. Hiervoor dien je wel syntactisch-correcte
HTML te hebben. Dit kun je je oplossen met de utitility tidy:
HTML --(tidy)--> XHTML --(XSLT)--> Latex --(pdflatex)--> PDF
Ik heb dit niet verder onderzocht omdat xslt en latex naar mijn mening
te zwaar en te complex zijn.
web browser remote control
Als het op een of andere manier mogelijk zou zijn om een web browser
op afstand te bedienen, zouden we het voordeel hebben dat de
gegenereerde PDF identiek is aan wat je anders ziet in je browser. Het
probleem is dat een X11 scherm nodig is. Daardoor is het niet mogelijk
om een cronjob te gebruiken.
Het mozilla project heeft verbeterde printing en rendering, er zijn
echter een aantal van de "remote control" features verwijderd, die
de Netscape Communicator wel had.
De volgende oplossing werkt dan ook alleen met Communicator 4.x
netscape -noraise -remote "openurl(http://somepage)"
sleep(10) # there is no way to know if the page is completely loaded
# so we just wait a bit
netscape -noraise -remote saveas(somepage.ps,PostScript)
sleep(10)
ps2pdf somepage.ps
Een aantal lezers hadden gemeld dat ze dachten dat remote printing met
Konqueror mogelijk was, maar ze konden geen werkende oplossing
aanleveren.
htmldoc
HTMLdoc is een erg goed geschreven utility van
http://www.htmldoc.org/. Het volgende commando doet precies wat we
wilden:
htmldoc -t pdf --webpage -f file.pdf file.html
We hebben versie 1.8.24 gebruikt en het werkt perfect. Het enige
probleem is dat de resulterende pdf bestanden gemiddeld 10 keer zo
groot zijn als de pdf bestanden die waren gegenereerd met de andere
oplossingen, ongeacht welke compressie methode je in htmldoc gebruikt.
Een groot probleem als je duizenden documenten hebt.
Conclusie
We gebruiken nu een combinatie van netscape remote control en htmldoc.
Door de grootte van de gegenereerde bestanden konden we ons niet
verlaten op htmldoc. Als je nog suggesties en/of ideëen hebt over
dit onderwerp, schrijf ons dan.
Talkback voor dit artikel
Elk artikel heeft zijn eigen talkback pagina. Daar kan je commentaar geven of commentaar van anderen lezen:
2005-03-26, generated by lfparser version 2.52
![[LinuxFocus-icon]](../../common/images/logolftop_319x45.gif){kind=small}
