尝试使用 iText 将越南语文档导出为 PDF 时遇到问题。我把越南语单词放在这样的 .xml 文件中
<td fontfamily="Helvetica" fontstyle="0" fontsize="9" align="0" colspan="48" lineoccupied="1">T\u1ED5 ch\u1EE9c tham gia</td>
然后让java从xml文件中获取短语并使用以下方法将其转换为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 < len) {
c = s.charAt(i++);
if (c == 'u') {
if (Character.digit(s.charAt(i), 16) != -1
&& Character.digit(s.charAt(i + 1), 16) != -1
&& Character.digit(s.charAt(i + 2), 16) != -1
&& Character.digit(s.charAt(i + 3), 16) != -1) {
if (s.substring(i).length() >= 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，将字符串导出为 PDF - 编码 UTF-8。但是程序无法显示越南语字符 '\u1ED5' 和 '\u1EE9' 输出变成“T chc tham gia”你能告诉我如何解决这个问题吗？谢谢 ：）
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示例。
您可以在此处找到要解析的 HTML 文件：
这两个文件都包含以下文本：
在第一种情况下，字体是使用 CSS 定义的：
在第二种情况下，没有定义特定的字体：
这些文件包含 UTF-8 字符，因此我们将像这样解析它们：
您需要的第一件事是支持越南语字符的字体。这是 iText 无法为您提供的帮助。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 时从未嵌入并且不知道如何绘制越南字形。那永远行不通。
第一个示例D07_ParseHtmlAsian将自动搜索名为
MS Mincho. 如果找到该字体（例如，因为您msmincho.ttc在 Windows 字体目录中有该字体），该字体将显示在您的 PDF 中。见英雄.pdf。如果没有找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
MS Mincho任何地方都没有。在这种情况下，您必须使用 anXMLWorkerFontProvider并注册一种可以代替MS Mincho. 例如：我们使用存储在文件中的字体cfmingeb.ttf并分配别名MS Mincho：生成的文件asian.pdf与我们预期的略有不同，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：
现在，正文中的所有文本都将使用字体 TSC FMing S TT（存储在文件中
cfmingeb.ttf）。您可以在生成的 PDF asian2.pdf 中看到差异。