我正在使用pdfbox-2.0.9,我编写了将pdf转换为PDDocument的代码,并使用PDFDomTree解析dom树并生成了html文档,但是字体在输出html中变得一团糟。我意识到有14种标准字体,而我所需的字体不在标准列表中。
那么,有没有办法在PDDocument.load(pdfFile)
方法调用之前或与之一起播种自定义字体,或者是否有任何其他方法使用自定义字体将pdf转换为html?
public String convertToHtml(File pdfFile, String destinationDir) {
if (!destinationDir.endsWith("/")) {
destinationDir += "/";
}
String outfile = "";
String fileName = pdfFile.getName();
if (fileName.toLowerCase().endsWith(".pdf"))
fileName = fileName.substring(0, fileName.length() - 4);
outfile = destinationDir + fileName + ".html";
PDDocument document = null;
try {
File outputHtml = new File(outfile);
outputHtml.getParentFile().mkdirs();
outputHtml.createNewFile();
document = PDDocument.load(pdfFile);
PDFDomTree parser = new PDFDomTree(PDFDomTreeConfig.createDefaultConfig());
Writer output = new PrintWriter(outfile, "utf-8");
parser.writeText(document, output);
output.close();
} catch (Exception e) {
logger.log(Level.SEVERE, "Error: ", e.getMessage());
} finally {
if (document != null) {
try {
document.close();
} catch (IOException e) {
logger.log(Level.SEVERE, "Error: " + e.getMessage());
}
}
}
return outfile;
}
谢谢。