iText XML Worker修改源码完美支持HTML中文字符转PDF
原文地址：http://www.micmiu.com/opensource/expdoc/itext-xml-worker-cn/
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：
|
1
2
3
4
5
6
7
8
|
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：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" dir="ltr" lang="zh-CN">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
<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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
|
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/
