Question

我正在尝试使用PDFBox Apache生成包含阿拉伯语文本的PDF，但文本生成为单独的字符，因为Apache将给定的阿拉伯字符串解析为一系列通用的“官方”Unicode字符，这些字符等同于孤立形式的阿拉伯字符。

这是一个例子：
目标文本以PDF格式写入“应该是PDF文件中的预期输出” - ＆gt; جملةبالعربي
我在PDF文件中获得的内容 - ＆gt;

我尝试了一些方法，但这里有一些方法没用：
1.将字符串转换为比特流并尝试提取正确的值
2.使用UTF-8＆amp;＆amp ;;处理String一个字节序列。 UTF-16并从中提取值

有一些方法看起来非常有希望获得每个字符的值“Unicode”但是它生成一般的“官方Unicode”这就是我的意思

System.out.println( Integer.toHexString( (int)(new String("كلمة").charAt(1))) );

输出是644但是fee0是预期的输出，因为这个字符在中间从那时起我应该得到中间的Unicode费用

所以我想要的是一些生成正确Unicode的方法，而不仅仅是官方的

以下链接中第一个表中的“Left”列表示常规Unicode Arabic Unicode Tables Wikipedia

Answer 1

首先，我要感谢Tilman和M.Prokhorov向我展示了使用PDFBox Apache编写阿拉伯语的库。

<小时/> 本答案将分为两个部分：

下载库并安装它
如何使用图书馆

下载库并安装

我们将使用ICU图书馆 ICU代表Unicode的国际组件，它是一组成熟的，广泛使用的C / C ++和Java库，为软件应用程序提供Unicode和全球化支持。 ICU具有广泛的可移植性，可以在所有平台上以及C / C ++和Java软件之间为应用程序提供相同的结果。

要下载图书馆，请转到here的下载页面选择最新版本的 ICU4J ，如下图所示
您将被转移到另一个页面，您将找到一个包含所需组件的直接链接的框。请继续下载三个文件，您将在下一个图像中找到突出显示的文件。

icu4j-docs.jar
icu4j-src.jar
icu4j.jar

以下有关在 Netbeans IDE

导航到工具栏并单击工具
选择图书馆
在左下方，您会看到新的库按钮创建你的
导航到您在库列表
点击它并添加像这样的jar文件夹
在课程路径中添加icu4j.jar
在Sources
在Javadoc中添加icu4j-docs.jar
从最右侧查看已打开的项目
展开要在
右键单击libraries文件夹，然后选择添加库
最后选择刚刚创建的库。

现在您已准备好使用该库，只需导入您想要的内容

import com.ibm.icu.What_You_Want_To_Import;

如何使用库

使用ArabicShaping Class并反转String，我们可以编写正确的附加阿拉伯语 LINE
以下是代码请注意以下代码中的注释

import com.ibm.icu.text.ArabicShaping;
import com.ibm.icu.text.ArabicShapingException;
import java.io.File;
import java.io.IOException;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodel.PDPageContentStream;
import org.apache.pdfbox.pdmodel.font.*;

public class Main {
    public static void main(String[] args) throws IOException , ArabicShapingException
{
        File f = new File("Arabic Font File of format.ttf");
        PDDocument doc = new PDDocument();
        PDPage Page = new PDPage();
        doc.addPage(Page);
        PDPageContentStream Writer = new PDPageContentStream(doc, Page);
        Writer.beginText();
        Writer.setFont(PDType0Font.load(doc, f), 20);
        Writer.newLineAtOffset(0, 700);
        //The Trick in the next Line of Code But Here is some few Notes first  
        //We have to reverse the string because PDFBox is Writting from the left but Arabic is RTL Language  
        //The output will be perfect except every line will be justified to the left "It's not hard to resolve this"
        // So we have to write arabic string to pdf line by line..It will be like this
        String s ="جملة بالعربي لتجربة الكلاس اللذي يساعد علي وصل الحروف بشكل صحيح";
        Writer.showText(new StringBuilder(new ArabicShaping(reverseNumbersInString(ArabicShaping.LETTERS_SHAPE).shape(s))).reverse().toString());
        // Note the previous line of code throws ArabicShapingExcpetion 
        Writer.endText();
        Writer.close();
        doc.save(new File("File_Test.pdf"));
        doc.close();
    }
}

这是输出

我希望我已经完成了所有事情。

更新：倒车后请务必再次拨回号码以获得相同的正确号码
这里有几个可以提供帮助的功能

public static boolean isInt(String Input)
{
    try{Integer.parseInt(Input);return true;}
    catch(NumberFormatException e){return false;}
}
public static String reverseNumbersInString(String Input)
{
    char[] Separated = Input.toCharArray();int i = 0;
    String Result = "",Hold = "";
    for(;i<Separated.length;i++ )
    {
        if(isInt(Separated[i]+"") == true)
        {
            while(i < Separated.length && (isInt(Separated[i]+"") == true ||  Separated[i] == '.' ||  Separated[i] == '-'))
            {
                Hold += Separated[i];
                i++;
            }
            Result+=reverse(Hold);
            Hold="";
        }
        else{Result+=Separated[i];}
    }
    return Result;
}

Answer 2

这是一个有效的代码。下载示例字体，例如trado.ttf

确保pdfbox-app和icu4j jar文件在您的类路径中。

import java.io.File;
import java.io.IOException;

import com.ibm.icu.text.ArabicShaping;
import com.ibm.icu.text.ArabicShapingException;
import com.ibm.icu.text.Bidi;

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodel.PDPageContentStream;
import org.apache.pdfbox.pdmodel.font.*;

public class Main {
    public static void main(String[] args) throws IOException , ArabicShapingException
    {
    File f = new File("trado.ttf");
        PDDocument doc = new PDDocument();
        PDPage Page = new PDPage();
        doc.addPage(Page);
        PDPageContentStream Writer = new PDPageContentStream(doc, Page);
        Writer.beginText();
        Writer.setFont(PDType0Font.load(doc, f), 20);
        Writer.newLineAtOffset(0, 700);
        String s ="جملة بالعربي لتجربة الكلاس اللذي يساعد علي وصل الحروف بشكل صحيح";
        Writer.showText(bidiReorder(s));
        Writer.endText();
        Writer.close();
        doc.save(new File("File_Test.pdf"));
        doc.close();
    }

    private static String bidiReorder(String text)
    {
        try {
        Bidi bidi = new Bidi((new ArabicShaping(ArabicShaping.LETTERS_SHAPE)).shape(text), 127);
            bidi.setReorderingMode(0);
            return bidi.writeReordered(2);
        }
        catch (ArabicShapingException ase3) {
        return text;
    }
    }

}

用PDFBOX写阿拉伯语并使用正确的字符表示形式而不分开

2 个答案:

下载库并安装

如何使用库