java - 如何在使用 PDPageContentStream/PDDocument 时处理 Java 中的非 ASCII 字符

Question

我正在使用 PDFBox从我的网络应用程序创建 PDF。 Web 应用程序是用 Java 构建的，并使用 JSF。它从基于 Web 的表单中获取内容并将内容放入 PDF 文档中。

示例:用户在表单中填写一个 inputTextArea(JSF 标签)，然后将其转换为 PDF。我无法处理非 ASCII 字符。

我应该如何处理非 ASCII 字符或至少在将其放入 PDF 之前将其删除。请帮助我提出任何建议或指出任何资源。谢谢!

Answer 1

由于您在 JSP 上使用 JSF 而不是 Facelets(隐含地已经使用 UTF-8)，请执行以下步骤以避免使用平台默认字符集(通常是 ISO-8859-1，这是处理大多数“非 ASCII”字符的错误选择):

1. 将以下行添加到所有 JSP 的顶部:

   <%@ page pageEncoding="UTF-8" %>
   

   这会将响应编码设置为 UTF-8 并且将 HTTP 响应内容类型 header 的字符集设置为 UTF-8。最后一个将指示客户端(网络浏览器)使用 UTF-8 格式显示和提交页面。

2. 创建 Filter它在 doFilter() 方法中执行以下操作:

   request.setCharacterEncoding("UTF-8");
   

   将其映射到 FacesServlet 上，如下所示:

   <filter-mapping>
       <filter-name>nameOfYourCharacterEncodingFilter</filter-name>
       <servlet-name>nameOfYourFacesServlet</servlet-name>
   </filter-mapping>
   

   这会将所有 JSF POST 请求的请求编码设置为 UTF-8。

这应该可以解决 JSF 端的 Unicode 问题。我从未使用过 PDFBox，但由于它在幕后使用 iText，而 iText 应该已经支持 Unicode/UTF-8，所以我认为这部分很好。如果在执行上述修复后仍无法解决问题，请告诉我。

另见:

• Unicode - How to get the characters right?