对于几种类别的顶级质量的可显示输出来说，PDF是公认的标准。尽管大多数程序员把它看作“桌面”技术—内容专家通过“另存为”操作选择的一种格式，但是，通过服务器端PDF创建的自动化，您可以使文档管理处理更有效。本月，Cameron介绍用于PDF管理和编程的ReportLab库。

您知道PDF。当推销员想要一本看上去“井井有条”的小册子，或法律人员需要不应该更改的文档时，他们就以可移植文档格式（PDF）发布这些文档。PDF是由AdobeSystems定义的标准，用于以独立于平台和设备的方式生成和显示文档。PDF建立在Adobe的PostScript（PS）的空前成功之上，后者于1984年首次发布，用于提高通过常用硬件可实现的打印精密度。原则上，PDF有固定的外观，在不同的Web浏览器和不同的设备（包括打印机）之间保持不变；PDF文档的内容被“锁定”。

尽管上面的陈述严格来说没有一条是正确的，但它们基本上能应付大多数用途。而且，PDF通常很容易打印；只有纯文本文档更容易与任何特定的打印机兼容。

那与您有什么关系吗？作为系统或服务器端程序员，您可能仅仅把PDF看成另一种不透明的内容类型。您的桌面用户或文档专家偶尔会更新您服务器上的实例，而您就象提供任何其它文件一样提供这些文件。您会说，那就是您最大限度参与的工作。

程序化的PDF生成
但是，那种模型遗漏了几个处理PDF的有趣的服务器端可能性。当您使PDF的生成自动化时，您可以开始使用软件工程的所有技术：版本控制、抽象、专业质量的备份和回归测试等等。程序化的PDF生成意味着您能够以可管理的方式来定制可交付使用的文档。您的组织处理PDF的惯例可能是：让熟练掌握特定桌面字处理程序的某个人建立某种类似“邮件合并”的操作，使文档输出参数化。然而，自动化所完成的工作远不止这些。

桌面软件供应商对这一点有部分认识。有些字处理或桌面发布软件包具有脚本编制能力，这些能力至少在部分程度上涉及到PDF。有些制作室创建PostScript图像，并用Ghostscript或类似的软件包将它们转换成PDF。

但是，我喜爱的使PDF的生成自动化的方法，是使用三个被积极维护的开放源码库之一：ReportLab、PJ和PDFlib。它们都差不多，我已经有了使一些依靠各个库的项目取得极大成功的方法。下面的参考资料中有指向所有三个库以及几个其它工具的链接。

在这些工具中，ReportLab是我目前用得最多的工具：它可以处理我使用的几兆字节的PDF，它采用Python作为脚本语言，这很适合我，它的库包括我日常工作所需的所有功能，而且这个库背后的ReportLab公司看来享有持续增长的业务。此外，可以方便地将它集成到Python交互式shell中，这有利于形成一个令人愉快的高效开发环境。本月的“服务器诊所”的余下部分将举例说明如何开始对PDF编程。

PDF的“Hello,world”
尽管您可能已经在服务器上有了较好的Python安装，但Python.org的下载页面可以帮助您确定是否拥有最新版本。Version2.2.1是很好的选择。

安装了Python之后，在开始PDF编程工作以前，您需要访问ReportLab下载页面。即使在慢的连接上，下载并安装Python和ReportLabToolkit最多不会超过一小时（请参阅参考资料以获得这两个下载的链接）。

您的第一个应用程序的源代码可以象下面的代码那样简单：

“Hello,world”页的源代码
　fromreportlab.pdfgenimportcanvas
　fromreportlab.lib.unitsimportinch

　font="Helvetica"
　font_size=26
　text="Hello,world"
　x=5.0*inch
　y=8.0*inch
　destination_file="/tmp/first.pdf"

　my_canvas=canvas.Canvas(destination_file)
　my_canvas.setFont(font,font_size)
　my_canvas.drawRightString(x,y,text)
　my_canvas.save()

这段代码仅仅把标题写在一张原本空白的纸上。尽管普通，但它暗示了新的应用领域：字体样式和大小、内容及格式都是可编程的。当您的组织决定以TimesNewRoman而不是Helvetica发布时，原则上，您可以更改一个配置赋值，然后重新生成所有内容，而不必逐个打开数千个文档，改变它们，然后把它们写回文档。对于其它效果也是一样：例如，如果您希望把针对老年读者的信息的字体扩大，应用程序可以自动完成这一点。

不过，不要认为您必须开发自己的字处理程序才能完成任何有意义的工作。虽然ReportLab库有足够的广度和深度允许这么做，但它也支持几个特定的快捷方式，它们极大地简化了我的PDF编程。首先是import_HTML方法。它将有效的HTML源代码转变成PDF页。我发现，对于许多应用程序，可以较方便地以HTML格式制作原型，获取样本文档的“客户签字（stakeholdersign-off）”，将HTML生成参数化，然后用下面的方法完成实现：

my_document.import_HTML(my_html_source)
这给了我非常快速、易于维护、完全程序化的方法来将内容注入PDF。ReportLab的处理效率非常高，以至于我可以轻松地实时生成用于Web显示的所有种类的PDF文档。这使得我能够在保持适当的视觉外观的同时，使关键的金融或工程报表与最新数据完全保持同步。当然，印刷文档享用了同样的定制选项。

合并PDF文档
第二个关键的库函数是copyPages。它将现有的PDF文档附加到一个Canvas实例。copyPages很方便地把几个PDF文档连接起来形成一个PDF文档。

对于大多数复杂效果，象其它的PDF工具供应商一样，ReportLab发放付费产品许可证。在ReportLab的情况中，它的PageCatcher产品注释现有的PDF文档、重新安排它们的页、并针对不同的打印方法重新格式化、添加背景（包括水印）以及填充PDF表单。ReportLab记录了几个有趣的PageCatcher用例。一个示例是对已完成的美国国税局（InternalRevenueService(IRS)）表单的程序化的预处理。

我发现的ReportLab的最后一个重要能力是其目录（TablesofContents）管理。在线文档读者觉得这些导航辅助手段很重要，Adobe称其为“书签（bookmark）”或“大纲（outline）”。大多数PDF查看器将它们显示为左边窗口中的菜单。ReportLabReference本身就是书签式文档的好例子。诸如copyPages之类的ReportLab函数包括了将大纲正确导入到较大的文档的选项或废弃大纲的选项。

结束语
每当计算作业似乎有些单调乏味或容易出错时—例如，“手工”更新文档—您就应该寻找使该过程自动化的方法。如果您不能肯定这种态度能带您走多远，请回过头参阅我对Limoncelli和Hogan所著书籍的评论（“服务器诊所”，2002年5月）。两位作者甚至将他们书籍的草稿构造成make进程的输出。尽管许多系统程序员似乎没有意识到这一点，但PDF文档的管理为自动化和抽象提供了大量机会。使用ReportLab库或其它可用的支持PDF的工具来教服务器做您的PDF工作。那样应该可以让您把时间投入到更有价值的研究中。

评论 (0) All

登陆 还没注册？