个人中心
gpt4 book ai didi

html - 使用iText从html内容到pdf的阿拉伯字符

转载 作者：行者123 更新时间：2023-11-28 04:52:09 31 4
gpt4 key购买 nike

在PDF生成中，我很难将HTML内容中的阿拉伯字符显示为“？”
我可以从字符串变量中显示阿拉伯文本。同时，我无法从HTML字符串生成阿拉伯文本。
我想用两列显示PDF，左边是英文，右边是阿拉伯文。
当我使用下面的程序转换成pdf时。请在这方面帮助我。

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)
{

}

最佳答案

请看一下ParseHtml7和ParseHtml8示例。他们接受带有阿拉伯字符的HTML输入，并使用相同的阿拉伯文本创建PDF：
在我们看代码之前，请允许我解释一下，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>”;

您永远不知道如何存储包含这些标志符号的Java文件。如果不是以UTF-8的形式存储，字符可能会看起来完全不同。众所周知，版本控制系统存在非ASCII字符的问题，甚至编译器也可能会出错。如果您真的想在代码中存储硬编码的 String值，请使用UNICODE表示法。部分问题是编码问题，您可以在此处阅读更多有关此问题的信息： 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：
这就是文件中的内容： 
<html>
<body style="font-family: Noto Naskh Arabic">
<p>رقم التعميم رقم التعميم</p>
<p>رقم التعميم</p>
</body>
</html>

这就是文件中的内容： 
<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。使用一种知道如何绘制阿拉伯字形的字体是很重要的。很难相信 arabic.html就在 arabic2.html驱动器的根目录下。那不是个好主意。我希望您使用 arial.ttf这个词当然知道阿拉伯符号。
选择字体是不够的。您的HTML需要知道使用哪种字体系列。因为文档中的大多数示例使用的是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。我真的很喜欢这些字体，因为它们很好，而且（几乎）每种语言都受支持。例如，我使用了 C:这意味着我需要定义这样的字体系列： 
style="font-family: Noto Naskh Arabic"

我在XML的body标记中定义了样式，很明显，您可以选择定义它的位置：在外部CSS文件中，在 C:/windows/fonts/arialuni.ttf的style s部分，在 NotoNaskhArabic-Regular.ttf标记的级别，。。。这完全是你的选择，但你必须确定在什么地方使用哪种字体。
当然：当XML Worker遇到 <head>时，iText不知道在哪里可以找到对应的 <td>，除非我们注册了该字体。我们可以通过创建 font-family: Noto Naskh Arabic接口的实例来实现这一点。我选择使用 NotoNaskhArabic-Regular.ttf，但您可以自由编写自己的 FontProvider实现： 
XMLWorkerFontProvider fontProvider = new XMLWorkerFontProvider(XMLWorkerFontProvider.DONTLOOKFORFONTS);
fontProvider.register("resources/fonts/NotoNaskhArabic-Regular.ttf");

还有一个障碍要克服：阿拉伯语是从右向左写的。我看到您想要在 XMLWorkerFontProvider级别定义运行方向，并使用 FontProvider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类似的例子，名为 ParseHtml7： 
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();
}

HTML中没有表，但是我们创建自己的 PdfPCell，使用run direction LTR将HTML中的内容添加到 ElementList，并将此单元格添加到表中，将表添加到文档中。
也许这是你的实际要求，但你为什么要这么复杂地做呢？如果您需要一个表，为什么不用HTML创建该表并定义一些RTL格式的单元格，如下所示： 
<td dir="rtl">...</td>

这样，您就不必创建 PdfPTable，只需将HTML解析为PDF，就像 ParseHtml8示例中所做的那样： 
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();
}

本例中所需的代码更少，当您想要更改布局时，更改HTML就足够了。您不需要更改Java代码。
再举一个例子：在 ParseHtml9中，我创建了一个表，其中一列有英文名（“Lawrence of Arabia”），另一列有阿拉伯文翻译名（“لوانسلعبب”）。因为我需要英语和阿拉伯语的不同字体，所以我在 PdfPCell级别定义字体： 
<table>
<tr>
<td>Lawrence of Arabia</td>
<td dir="rtl" style="font-family: Noto Naskh Arabic">لورانس العرب</td>
</tr>
</table>

第一列使用默认字体，从左到右不需要特殊设置。对于第二列，我定义了一个阿拉伯语字体，并将run direction设置为 ElementList。
结果如下：
这比你在代码中要做的要容易得多。

关于html - 使用iText从html内容到pdf的阿拉伯字符，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/30214147/

31 4 0
文章推荐： c++ - 查找#define值dll
文章推荐： c++ - OpenGL - 缓冲区更新下一个渲染对象
文章推荐： c++ - QVector[index] 返回另一个 QVector？
文章推荐： html - div 中的最后一个 child 不工作
行者123
个人简介

我是一名优秀的程序员,十分优秀！

滴滴打车优惠券免费领取
滴滴打车优惠券
全站热门文章
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com