xml to pdf 完美支持中文字符

最新推荐文章于 2023-10-24 17:36:20 发布

转载最新推荐文章于 2023-10-24 17:36:20 发布 · 978 阅读

文章标签：

#XML TO PDF

JAVA PDF XML 专栏收录该内容

1 篇文章

订阅专栏

本文介绍如何修改iTextXMLWorker源码以完美支持HTML中文字符转换为PDF，包括源码修改细节及转换效果对比。

micmiu – 软件开发+生活点滴

iText XML Worker修改源码完美支持HTML中文字符转PDF

作者: Michael 日期: 2012 年 11 月 26 日发表评论 (54)查看评论

目录：

介绍
中文字符转换
转换效果

[一]、介绍

XML Worker是辅助iText用于把XML、XHTML转换PDF的一个开源的软件工具库，详细介绍可以参见下面的链接：

官网地址：http://sourceforge.net/projects/xmlworker/
在线转换的Demo：http://demo.itextsupport.com/xmlworker/
在线文档：http://demo.itextsupport.com/xmlworker/itextdoc/index.html
在线文档：http://demo.itextsupport.com/xmlworker/itextdoc/flatsite.html

[二]、中文字符问题

如果HTML文件中包含中文字符，在转换成PDF是会无法显示，简单看了下它的源码，发现XML Worker无法设置默认字体，只好修改它的部分源码实现中文字符的转换。

附件提供修改后的lib包下载：xmlworker-1.2.1-micmiu.jar.zip （源码：https://github.com/micmiu/micmiu-xmlworker）

修改：com.itextpdf.tool.xml.css.apply.ChunkCssApplier.java 中的 public Chunk apply(final Chunk c, final Tag t) 这个方法，增加如下逻辑判断：

Font f = applyFontStyles(t);

// for chinese charater display @www.micmiu.com

if (null != HTMLUtils.bfCN && HTMLUtils.isChinese(c.getContent())) {

f = new Font(HTMLUtils.bfCN, f.getSize(), f.getStyle(),

f.getColor());

}

float size = f.getSize();

......

在：com.itextpdf.tool.xml.html.HTMLUtils.java 中增加下面用于中文字符判断的方法：

public static BaseFont bfCN = null;

static {

try {

bfCN = BaseFont.createFont("STSongStd-Light", "UniGB-UCS2-H",

BaseFont.NOT_EMBEDDED);

} catch (Exception e) {

}

// add by Michael more see：http://www.micmiu.com

private static final boolean isChinese(char c) {

Character.UnicodeBlock ub = Character.UnicodeBlock.of(c);

if (ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS

|| ub == Character.UnicodeBlock.CJK_COMPATIBILITY_IDEOGRAPHS

|| ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A

|| ub == Character.UnicodeBlock.GENERAL_PUNCTUATION

|| ub == Character.UnicodeBlock.CJK_SYMBOLS_AND_PUNCTUATION

|| ub == Character.UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS) {

return true;

}

return false;

}

// add by Michael more see：http://www.micmiu.com

public static final boolean isChinese(String strName) {

char[] ch = strName.toCharArray();

for (int i = 0; i < ch.length; i++) {

char c = ch[i];

if (isChinese(c)) {

return true;

}

return false;

}

[三]、转换效果

演示一个简单的HTML文件：demo-cn.html

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">

<head>

<title>iText xmlworker</title>

</head>

<body>

<div>

<p>[ Hello iText English ]</p>

<p>[ 你好 iText 这是中文 ]</p>

</div>

</body>

</html>

转PDF的程序: Demo4HTMLCn.java

package com.micmiu.pdf.itext;

import java.io.FileInputStream;

import java.io.FileOutputStream;

import java.io.InputStreamReader;

import com.itextpdf.text.Document;

import com.itextpdf.text.pdf.PdfWriter;

import com.itextpdf.tool.xml.XMLWorkerHelper;

/**

* 测试xml worker 页面包含中文字符的转换

* @author <a href="http://www.micmiu.com">Michael Sun</a>

public class Demo4HTMLCn {

/**

* @param args

public static void main(String[] args) throws Exception {

String pdfFile = "d:/test/itext/demo-htmlcn.pdf";

String htmlFile = "d:/test/itext/demo-cn.html";

Document document = new Document();

PdfWriter pdfwriter = PdfWriter.getInstance(document,

new FileOutputStream(pdfFile));

pdfwriter.setViewerPreferences(PdfWriter.HideToolbar);

document.open();

// html文件

InputStreamReader isr = new InputStreamReader(new FileInputStream(

htmlFile), "UTF-8");

XMLWorkerHelper.getInstance().parseXHtml(pdfwriter, document, isr);

document.close();

}

HTML页面、修改源码前、修改源码后的效果对比图如下：

从上图可知，修改源码后，基本实现了对HTML的中文字符的支持。

本文介绍到此结束@Michael Sun.

原创文章，转载请注明： 转载自micmiu – 软件开发+生活点滴[ http://www.micmiu.com/ ]

本文链接地址: http://www.micmiu.com/opensource/expdoc/itext-xml-worker-cn/

MARK：通过此博客将 xmlworker-5.5.6改造与 itextpdf-5.5.6完美配合，解决了以下异常

java.lang.NoSuchMethodError: com.itextpdf.text.pdf.PdfPTable.addCell(Lcom/itextpdf/text/pdf/PdfPCell;)V