使用iText从html内容到pdf的阿拉伯字符
我无法在PDF生成中显示HTML内容中的阿拉伯字符＆＃34; ？＆＃34;
我能够从String变量中显示阿拉伯语文本。与此同时，我无法从HTML字符串生成阿拉伯语文本。
我想显示带有两列的PDF，左侧英语和右侧阿拉伯语文本。
当我使用以下程序转换为pdf时。请帮助我。
try
{
Document document = new Document(PageSize.A4, 50, 50, 50, 50);
ByteArrayOutputStream out = new ByteArrayOutputStream();
PdfWriter writer = PdfWriter.getInstance(document, out);
BaseFont bf = BaseFont.createFont("C:\\arial.ttf", BaseFont.IDENTITY_H, BaseFont.EMBEDDED);
Font font = new Font(bf, 8);
document.open();
BufferedReader br = new BufferedReader(new FileReader("C:\\style.css"));
StringBuffer fileContents = new StringBuffer();
String line = br.readLine();
while (line != null)
{
fileContents.append(line);
line = br.readLine();
}
br.close();
String styles = fileContents.toString(); //"p { font-family: Arial;}";
Paragraph cirNoEn = null;
Paragraph cirNoAr = null;
String htmlContentEn = null;
String htmlContentAr = null;
PdfPCell contentEnCell = new PdfPCell();
PdfPCell contentArCell = new PdfPCell();
cirNoEn = new Paragraph("Circular No. (" + cirEnNo + ")", new Font(bf, 14, Font.BOLD | Font.UNDERLINE));
cirNoAr = new Paragraph("رقم التعميم (" + cirArNo + ")", new Font(bf, 14, Font.BOLD | Font.UNDERLINE));
htmlContentEn = “< p >< span > Dear….</ span ></ p >”;
htmlContentAr = “< p >< span > رقم التعميم رقم التعميم </ p >< p > رقم التعميم ….</ span ></ p >”;
for (Element e : XMLWorkerHelper.parseToElementList(htmlContentEn, styles))
{
for (Chunk c : e.getChunks())
{
c.setFont(new Font(bf));
}
contentEnCell.addElement(e);
}
for (Element e : XMLWorkerHelper.parseToElementList(htmlContentAr, styles))
{
for (Chunk c:e.getChunks())
{
c.setFont(new Font(bf));
}
contentArCell.addElement(e);
}
PdfPCell emptyCell = new PdfPCell();
PdfPCell cirNoEnCell = new PdfPCell(cirNoEn);
PdfPCell cirNoArCell = new PdfPCell(cirNoAr);
cirNoEnCell.setHorizontalAlignment(Element.ALIGN_CENTER);
cirNoArCell.setHorizontalAlignment(Element.ALIGN_CENTER);
emptyCell.setBorder(Rectangle.NO_BORDER);
emptyCell.setFixedHeight(15);
cirNoEnCell.setBorder(Rectangle.NO_BORDER);
cirNoArCell.setBorder(Rectangle.NO_BORDER);
contentEnCell.setBorder(Rectangle.NO_BORDER);
contentArCell.setBorder(Rectangle.NO_BORDER);
cirNoArCell.setRunDirection(PdfWriter.RUN_DIRECTION_RTL);
contentArCell.setRunDirection(PdfWriter.RUN_DIRECTION_RTL);
contentEnCell.setNoWrap(false);
contentArCell.setNoWrap(false);
PdfPTable circularInfoTable = null;
emptyCell.setColspan(2);
circularInfoTable = new PdfPTable(2);
circularInfoTable.addCell(cirNoEnCell);
circularInfoTable.addCell(cirNoArCell);
circularInfoTable.addCell(emptyCell);
circularInfoTable.addCell(emptyCell);
circularInfoTable.addCell(emptyCell);
circularInfoTable.addCell(contentEnCell);
circularInfoTable.addCell(contentArCell);
circularInfoTable.addCell(emptyCell);
circularInfoTable.getDefaultCell().setBorder(PdfPCell.NO_BORDER);
circularInfoTable.setWidthPercentage(100);
document.add(circularInfoTable);
document.close();
}
catch (Exception e)
{
}
1 个答案:
答案 0 :(得分：6)
请查看ParseHtml7和ParseHtml8示例。他们使用阿拉伯字符输入HTML输入，并使用相同的阿拉伯文字创建PDF：
在我们查看代码之前，请允许我解释在源代码中使用非ASCII字符不是一个好主意。例如：未完成：
htmlContentAr = “<p><span> رقم التعميم رقم التعميم</p><p>رقم التعميم ….</span></p>”;
您永远不会知道如何存储包含这些字形的Java文件。如果它没有存储为UTF-8，那么角色最终可能会看起来像完全不同的东西。已知版本控制系统存在非ASCII字符问题，甚至编译器也可能导致编码错误。如果您确实希望在代码中存储硬编码的String值，请使用UNICODE表示法。您的部分问题是编码问题，您可以在此处详细了解：Can't get Czech characters while generating a PDF
对于屏幕截图中显示的示例，我使用UTF-8编码保存了以下文件：
您可以在文件arabic.html中找到这些内容：
<html>
<body style="font-family: Noto Naskh Arabic">
<p>رقم التعميم رقم التعميم</p>
<p>رقم التعميم</p>
</body>
</html>
您可以在文件arabic2.html中找到这些内容：
<html>
<body style="font-family: Noto Naskh Arabic">
<table>
<tr>
<td dir="rtl">رقم التعميم رقم التعميم</td>
<td dir="rtl">رقم التعميم</td>
</tr>
</table>
</body>
</html>
问题的第二部分涉及字体。使用知道如何绘制阿拉伯字形的字体非常重要。您很难相信arial.ttf驱动器的根目录C:。那不是个好主意。我希望你能使用肯定知道阿拉伯字形的C:/windows/fonts/arialuni.ttf。
选择字体是不够的。您的HTML需要知道要使用哪个字体系列。因为文档中的大多数示例都使用Arial，所以我决定使用NOTO字体。我通过阅读这个问题发现了这些字体：iText pdf not displaying Chinese characters when using NOTO fonts or Source Hans。我非常喜欢这些字体，因为它们很好并且（几乎）支持所有语言。例如，我使用了NotoNaskhArabic-Regular.ttf，这意味着我需要像这样定义字体familie：
style="font-family: Noto Naskh Arabic"
我在XML的body标签中定义了样式，很明显你可以选择在哪里定义它：在外部CSS文件中，在<head>的样式部分中，在{{ {1}}标签，...这个选择完全属于你，但你必须定义哪个字体要使用。
当然：当XML Worker遇到<td>时，除非我们注册该字体，否则iText不知道在哪里可以找到相应的font-family: Noto Naskh Arabic。我们可以通过创建NotoNaskhArabic-Regular.ttf接口的实例来完成此操作。我选择使用FontProvider，但您可以自由编写自己的XMLWorkerFontProvider实现：
FontProvider还有一个障碍：阿拉伯语是从右到左书写的。我看到您要在XMLWorkerFontProvider fontProvider = new XMLWorkerFontProvider(XMLWorkerFontProvider.DONTLOOKFORFONTS);
fontProvider.register("resources/fonts/NotoNaskhArabic-Regular.ttf");
级别定义运行方向，并使用PdfPCell将HTML内容添加到此单元格。这就是为什么我第一次写了一个名为ParseHtml7的类似例子：
ElementList HTML中没有表格，但我们创建了自己的public void createPdf(String file) throws IOException, DocumentException {
// step 1
Document document = new Document();
// step 2
PdfWriter writer = PdfWriter.getInstance(document, new FileOutputStream(file));
// step 3
document.open();
// step 4
// Styles
CSSResolver cssResolver = new StyleAttrCSSResolver();
XMLWorkerFontProvider fontProvider = new XMLWorkerFontProvider(XMLWorkerFontProvider.DONTLOOKFORFONTS);
fontProvider.register("resources/fonts/NotoNaskhArabic-Regular.ttf");
CssAppliers cssAppliers = new CssAppliersImpl(fontProvider);
// HTML
HtmlPipelineContext htmlContext = new HtmlPipelineContext(cssAppliers);
htmlContext.setTagFactory(Tags.getHtmlTagProcessorFactory());
// Pipelines
ElementList elements = new ElementList();
ElementHandlerPipeline pdf = new ElementHandlerPipeline(elements, null);
HtmlPipeline html = new HtmlPipeline(htmlContext, pdf);
CssResolverPipeline css = new CssResolverPipeline(cssResolver, html);
// XML Worker
XMLWorker worker = new XMLWorker(css, true);
XMLParser p = new XMLParser(worker);
p.parse(new FileInputStream(HTML), Charset.forName("UTF-8"));
PdfPTable table = new PdfPTable(1);
PdfPCell cell = new PdfPCell();
cell.setRunDirection(PdfWriter.RUN_DIRECTION_RTL);
for (Element e : elements) {
cell.addElement(e);
}
table.addCell(cell);
document.add(table);
// step 5
document.close();
}
，我们将HTML中的内容添加到带有运行方向LTR的PdfPTable，然后我们将此单元格添加到表格中，以及文件表。
也许这是你的实际要求，但为什么你会这么复杂地做到这一点？如果您需要一个表，为什么不在HTML中创建该表并定义一些单元格是RTL，如下所示：
PdfPCell这样，您不必创建<td dir="rtl">...</td>
，您可以像在ParseHtml8示例中那样将HTML解析为PDF：
ElementList此示例中需要的代码较少，当您想要更改布局时，只需更改HTML即可。您无需更改Java代码。
还有一个例子：在ParseHtml9中，我创建了一个在一列中有英文名称的表（“Lawrence of Arabia”）和另一列中的阿拉伯语翻译（“لورانسالعرب”）。因为我需要不同的英文和阿拉伯字体，我在public void createPdf(String file) throws IOException, DocumentException {
// step 1
Document document = new Document();
// step 2
PdfWriter writer = PdfWriter.getInstance(document, new FileOutputStream(file));
// step 3
document.open();
// step 4
// Styles
CSSResolver cssResolver = new StyleAttrCSSResolver();
XMLWorkerFontProvider fontProvider = new XMLWorkerFontProvider(XMLWorkerFontProvider.DONTLOOKFORFONTS);
fontProvider.register("resources/fonts/NotoNaskhArabic-Regular.ttf");
CssAppliers cssAppliers = new CssAppliersImpl(fontProvider);
HtmlPipelineContext htmlContext = new HtmlPipelineContext(cssAppliers);
htmlContext.setTagFactory(Tags.getHtmlTagProcessorFactory());
// Pipelines
PdfWriterPipeline pdf = new PdfWriterPipeline(document, writer);
HtmlPipeline html = new HtmlPipeline(htmlContext, pdf);
CssResolverPipeline css = new CssResolverPipeline(cssResolver, html);
// XML Worker
XMLWorker worker = new XMLWorker(css, true);
XMLParser p = new XMLParser(worker);
p.parse(new FileInputStream(HTML), Charset.forName("UTF-8"));;
// step 5
document.close();
}
级别定义字体：
<td>对于第一列，使用默认字体，无需特殊设置即可从左向右书写。对于第二列，我定义了一个阿拉伯字体，并将运行方向设置为<table>
<tr>
<td>Lawrence of Arabia</td>
<td dir="rtl" style="font-family: Noto Naskh Arabic">لورانس العرب</td>
</tr>
</table>
。
结果如下：
这比你在代码中尝试的要容易得多。
- 我写了这段代码，但我无法理解我的错误
- 我无法从一个代码实例的列表中删除 None 值，但我可以在另一个实例中。为什么它适用于一个细分市场而不适用于另一个细分市场？
- 是否有可能使 loadstring 不可能等于打印？卢阿
- java中的random.expovariate()
- Appscript 通过会议在 Google 日历中发送电子邮件和创建活动
- 为什么我的 Onclick 箭头功能在 React 中不起作用？
- 在此代码中是否有使用“this”的替代方法？
- 在 SQL Server 和 PostgreSQL 上查询，我如何从第一个表获得第二个表的可视化
- 每千个数字得到
- 更新了城市边界 KML 文件的来源？