如何使用iText将越南文本导出为PDF
尝试使用iText将越南文档导出为PDF时，我遇到了问题。 我把越南语单词放在.xml文件中就像这样
T\u1ED5 ch\u1EE9c tham gia 然后让java从xml文件中获取短语并使用此方法将其转换为Unicode：
public String convertToUnicode(String s) { int i = 0, len = s.length(); char c; StringBuffer sb = new StringBuffer(len); try { while (i < len) { c = s.charAt(i++); if (c == '\\') { if (i = 4) { c = (char) Integer.parseInt(s.substring(i, i + 4), 16); i += 4; } else { sb.append('\\'); } } else { sb.append('\\'); } } // add other cases here as desired... } } // fall through: \ escapes itself, quotes any character but u sb.append(c); } } catch (Exception e) { System.out.println("Error Generate PDF :: " + e.getStackTrace().toString()); return s; } return sb.toString(); }
之后，将String导出为PDF – 编码UTF-8。 但该程序未能显示越南字符’\ u1ED5’和’\ u1EE9’输出变为“T chc tham gia”你能告诉我如何解决这个问题吗？ 谢谢 ：）
在iText官方网站上有3个涉及亚洲语言的XML Worker示例 。 它们解析包含中文字符的XHTML文件，但应该很容易使它们适应越南语的例子。
您可以在此处找到要解析的HTML文件：
- hero.html
- hero2.html
这两个文件都包含以下文本：
长空（Broken Sword），秦王残剑（Flying Snow），飞雪（Moon），如月（国王）和秦王（Sky）。
在第一种情况下，使用CSS定义字体：
長空
在第二种情况下，没有定义特定字体：
長空 (Broken Sword), 秦王殘劍 (Flying Snow), 飛雪 (Moon), 如月 (the King), and 秦王 (Sky).
这些文件包含UTF-8字符，因此我们将像这样解析它们：
XMLWorkerHelper.getInstance().parseXHtml(writer, document, new FileInputStream(HTML), Charset.forName("UTF-8"));
您需要的第一件事是支持越南字符的字体。 这是iText无法帮助你的东西。 在您的HTML文件中，您已经定义了Helvetica，但这是一种标准的Type1字体，在使用iText时从不嵌入，并且不知道如何绘制越南字形。 这永远不会奏效。
第一个示例D07_ParseHtmlAsian将自动搜索名为MS Mincho的字体。 如果它找到该字体（例如，因为您的Windows字体目录中有msmincho.ttc ），该字体将显示在您的PDF中。 见hero.pdf 。 如果找不到具有该名称的字体，则字形将不可见，因为您没有为这些字形提供任何字体程序。
第二个示例D07bis_ParseHtmlAsian提供了一种解决方法，以防您在任何地方都没有MS Mincho 。 在这种情况下，您必须使用XMLWorkerFontProvider并注册可以用来代替MS Mincho的字体。 例如：我们使用存储在文件cfmingeb.ttf的字体并分配别名MS Mincho ：
XMLWorkerFontProvider fontProvider = new XMLWorkerFontProvider(XMLWorkerFontProvider.DONTLOOKFORFONTS); fontProvider.register("resources/fonts/cfmingeb.ttf", "MS Mincho");
生成的文件asian.pdf与我们的预期略有不同，但现在我们至少可以看到中文字形。
在第三个示例中，HTML文件没有告诉我们有关需要使用的字体的任何信息。 我们将使用CSS定义字体，如下所示：
CSSResolver cssResolver = new StyleAttrCSSResolver(); CssFile cssFile = XMLWorkerHelper.getCSS(new ByteArrayInputStream("body {font-family:tsc fming s tt}".getBytes())); cssResolver.addCss(cssFile);
现在，正文中的所有文本都将使用字体TSC FMing S TT（存储在文件cfmingeb.ttf ）。 您可以在生成的PDF asian2.pdf中看到差异。
我认为你的HTML需要一个UTF-8编码，并使用＆＃xUNUM; 对于hex或＆＃NUM; 用于常规代码以嵌入您的特殊字符。 不确定程序中的某个位置，因为它没有显示，但最终的HTML应该是：
Your Page Title Tổ chức tham gia
您可以将上述内容剪切并粘贴到HTML文件中并查看结果。 更多的阅读乐趣在于Unicode和HTML