使用iText从html内容到pdf的阿拉伯文字符

在PDF生成中，我无法将HTML内容中的阿拉伯字符显示为“？”

我能够显示字符串变量中的阿拉伯语文本。同时，我无法从HTML字符串生成阿拉伯语文本

我想显示两列的PDF，左边是英文，右边是阿拉伯文

当我使用以下程序转换成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)
{

}

试试看
{
文件=新文件（PageSize.A4、50、50、50、50）；
ByteArrayOutputStream out=新建ByteArrayOutputStream（）；
PdfWriter writer=PdfWriter.getInstance（文档，输出）；
BaseFont bf=BaseFont.createFont（“C:\\arial.ttf”，BaseFont.IDENTITY\u H，BaseFont.EMBEDDED）；
Font Font=新字体（bf，8）；
document.open（）；
BufferedReader br=新的BufferedReader（新文件阅读器（“C:\\style.css”）；
StringBuffer fileContents=新的StringBuffer（）；
String line=br.readLine（）；
while（行！=null）
{
fileContents.append（行）；
line=br.readLine（）；
}
br.close（）；
字符串样式=fileContents.toString（）；/“p{font-family:Arial；}”；
第cirNoEn段=空；
第cirNoAr段=空；
字符串HTMLCONTEN=null；
字符串htmlContentAr=null；
PdfPCell contentEnCell=新的PdfPCell（）；
PdfPCell contentArCell=新的PdfPCell（）；
cirNoEn=新段落（“通告编号”（“+cirEnNo+”），新字体（bf，14，Font.BOLD | Font.UNDERLINE））；
cirNoAr=新段落（“Ciranno+”），新字体（bf，14，Font.BOLD，Font.UNDERLINE））；
HTMLCONTEN=“亲爱的…”；
htmlContentAr=“”；
for（元素e:XMLWorkerHelper.parseToElementList（HTMLContent，styles））
{
for（Chunk c:e.getChunks（））
{
c、 setFont（新字体（bf））；
}
内容二、补遗（e）；
}
for（元素e:XMLWorkerHelper.parseToElementList（HTMLContent，styles））
{
for（Chunk c:e.getChunks（））
{
c、 setFont（新字体（bf））；
}
contentArCell.addElement（e）；
}
PdfPCell emptyCell=新的PdfPCell（）；
PdfPCell cirNoEnCell=新的PdfPCell（cirNoEn）；
PdfPCell cirNoArCell=新的PdfPCell（cirNoAr）；
cirNoEnCell.setHorizontalAlignment（元素对齐\中心）；
Cirnarcell.setHorizontalAlignment（元素对齐\中心）；
emptyCell.setBorder（矩形，无边框）；
空芯设置固定高度（15）；
cirNoEnCell.SetBeOrder（矩形，无边框）；
Cirnarcell.SetBeOrder（矩形，无边框）；
ContentCell.SetBeOrder（矩形，无边框）；
contentArCell.setBorder（矩形，无边框）；
cirNoArCell.setRunDirection（PdfWriter.RUN\u DIRECTION\u RTL）；
contentArCell.setRunDirection（PdfWriter.RUN\u DIRECTION\u RTL）；
contentEnCell.setNoWrap（false）；
contentArCell.setNoWrap（false）；
PdfPTable circularInfoTable=null；
空细胞集落数（2）；
circularInfoTable=新的PdfPTable（2）；
循环表addCell（cirNoEnCell）；
循环表addCell（cirNoArCell）；
循环表addCell（emptyCell）；
循环表addCell（emptyCell）；
循环表addCell（emptyCell）；
circularInfoTable.addCell（contentEnCell）；
循环表addCell（contentArCell）；
循环表addCell（emptyCell）；
circularInfoTable.getDefaultCell（）.setBorder（PdfPCell.NO_BORDER）；
可循环设置宽度百分比（100）；
文件。添加（循环表格）；
document.close（）；
}
捕获（例外e）
{
}

请看下面的示例。他们使用阿拉伯语字符输入HTML，并使用相同的阿拉伯语文本创建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：此操作未完成：

 htmlContentAr = “<p><span> رقم التعميم رقم التعميم</p><p>رقم التعميم ….</span></p>”;

这是您将在文件

arabic2.html

中找到的内容：

<html>
<body style="font-family: Noto Naskh Arabic">
<p>رقم التعميم رقم التعميم</p>
<p>رقم التعميم</p>
</body>
</html>

<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>

我在XML的body标记中定义了样式，很明显，您可以选择在何处定义它：在外部CSS文件中，在

的样式部分，在

标记级别，。。。这完全是你的选择，但你必须定义使用哪种字体

当然：当XML工作者遇到

font-family:Noto-Naskh-Arabic

时，iText不知道在哪里可以找到相应的

NotoNaskhArabic-Regular.ttf

，除非我们注册该字体。我们可以通过创建

FontProvider

接口的实例来实现这一点。我选择使用

XMLWorkerFontProvider

，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");

还有一个障碍需要克服：阿拉伯语是从右向左书写的。我发现您希望在

PdfPCell

级别定义运行方向，并使用

ElementList

将HTML内容添加到此单元格。这就是为什么我首先写了一个类似的例子，名为：

HTML中没有表，但我们创建了自己的

PdfPTable

，我们使用运行方向LTR将HTML中的内容添加到

PdfPCell

，并将此单元格添加到表中，将表添加到文档中

也许这是你的实际需求，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，并定义一些单元格为RTL，如下所示：

<td dir="rtl">...</td>

本例中所需的代码较少，当您想要更改布局时，只需更改HTML即可。您不需要更改Java代码

还有一个例子：在中，我创建了一个表，其中一列为英文名称（“阿拉伯的劳伦斯”），另一列为阿拉伯语翻译（“阿拉伯的劳伦斯”）。因为英语和阿拉伯语需要不同的字体，所以我在

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>

阿肯色州的劳伦斯
<td dir="rtl">...</td>

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();
}

<table>
<tr>
<td>Lawrence of Arabia</td>
<td dir="rtl" style="font-family: Noto Naskh Arabic">لورانس العرب</td>
</tr>
</table>