itextpdf 解析带中文的html问题

官网连接 官网上有很多DEMO，下面就说几个我碰到的问题！

Question:

1. 中文不显示 或者是乱码（本打算用Apache pdfbox来实现业务，但是折腾了一个上午也没解决中午乱码问题，就找到itextpdf 替换，如果有人知道怎么解决pdfbox 乱码，请告知，毕竟开源的不要钱！）

2. 页面纸张大小设置

3. 解析带html标签的时候不能解析中文问题

Answer:

1. 对于中文乱码，itextpdf 可以通过读取字体文件解决，STFANGSO.TTF 是我本机上的仿宋的字体文件， 通过如下方式获取字体对象。只能读取.TTF格式文件，其他格式的字体文件会报错，这点要注意。然后再每个new Paragraph(arg1,arg2)的时候，arg1是一个要显示的对象，arg2就是你获得的中文字体。

BaseFont bfChinese =BaseFont.createFont("C:\Windows\Fonts\STFANGSO.TTF", BaseFont.IDENTITY_H, BaseFont.EMBEDDED);
Font fontChinese = new Font(bfChinese, 12, Font.NORMAL);

datatable.addCell(new Paragraph(tableHeader[i], fontChinese));

这样中文问题就解决了。

2. 对于纸张大小设置，参见官方的API

new Document();有三种方式，无参构造，带一个参数的构造和带五个参数的构造。

无参构造自不用解释、

带一个参数的构造，是一个com.itextpdf.text.Rectangle 对象 可以通过com.itextpdf.text.PageSize 点出很多常用的文件大小、

带五个参数的构造，就是可以自定义一张大小的画布了。

3. 由于业务需要将带html标签的文本解析为PDF，但是发现无论解析出来的中文全丢失了，itext自身提供解析html的工具类，但是很多人说需要修改源码，但是我试过也不行。偶然发现一篇使用itext解析html片段，而且解决中文显示问题的博客http://www.cnblogs.com/mvilplss/p/5646675.html，便尝试了一下，居然可以显示中文了（毕竟，完整的html也是多个html片段组成的吗）

自定义一个解析html文本的标签类，可以设定字体大小

public class MyXMLWorkerHelper {
    public static class MyFontsProvider extends XMLWorkerFontProvider {
        public MyFontsProvider() {
            super(null, null);
        }

        @Override
        public Font getFont(final String fontname, String encoding, float size, final int style) {
            size=9.0f;//可以指定字体大小，不设置默认为12pt
            String fntname = fontname;
            if (fntname == null) {
                fntname = "宋体";
            }
            return super.getFont(fntname, encoding, size, style);
        }
    }

    public static ElementList parseToElementList(String html, String css) throws IOException {
        // CSS
        CSSResolver cssResolver = new StyleAttrCSSResolver();
        if (css != null) {
            CssFile cssFile = XMLWorkerHelper.getCSS(new ByteArrayInputStream(css.getBytes()));
            cssResolver.addCss(cssFile);
        }

        // HTML
        MyFontsProvider fontProvider = new MyFontsProvider();
        CssAppliers cssAppliers = new CssAppliersImpl(fontProvider);
        HtmlPipelineContext htmlContext = new HtmlPipelineContext(cssAppliers);
        htmlContext.setTagFactory(Tags.getHtmlTagProcessorFactory());
        htmlContext.autoBookmark(false);

        // Pipelines
        ElementList elements = new ElementList();
        ElementHandlerPipeline end = new ElementHandlerPipeline(elements, null);
        HtmlPipeline htmlPipeline = new HtmlPipeline(htmlContext, end);
        CssResolverPipeline cssPipeline = new CssResolverPipeline(cssResolver, htmlPipeline);

        // XML Worker
        XMLWorker worker = new XMLWorker(cssPipeline, true);
        XMLParser p = new XMLParser(worker);
        html = html.replace("<br>", "").replace("<hr>", "").replace("<img>", "").replace("<param>", "")
                .replace("<link>", "");
        p.parse(new ByteArrayInputStream(html.getBytes()));

        return elements;
    }

}        

用例Demo 注意字体必须是ttf格式的，我试了用ttc的会报错。

private static void itextPdf() throws Exception {
Document document = null;
BaseFont bf = null;
Font fontChinese = null;
bf = BaseFont.createFont("D:\simsun.ttf", BaseFont.IDENTITY_H,BaseFont.NOT_EMBEDDED);
String dest = "D:\itextout.pdf";
String inFile = "d:\in.html";
File file = new File(inFile);
StringBuffer sBuffer = new StringBuffer();
BufferedReader reader = null; 
reader = new BufferedReader(new FileReader(inFile)); 
String tempString = null; 
int line = 1; 
// 一次读入一行，直到读入null为文件结束 
while ((tempString = reader.readLine()) != null) { 
// 显示行号 
System.out.println("line " + line + ": " + tempString); 
line++; 
sBuffer.append(tempString);
} 
reader.close(); 

OutputStream outputStream = new FileOutputStream(new File(dest));
try {
/** create the right font for chinese **/
bf = BaseFont.createFont("D:\simsun.ttf", BaseFont.IDENTITY_H,BaseFont.NOT_EMBEDDED);
fontChinese = new Font(bf, 10);
document = new Document(PageSize.A4);

/** get the html content from javabean and convert to string **/
PdfWriter pdfWriter = PdfWriter.getInstance(document, outputStream);
document.open();

/** add the head of the pdf **/
Paragraph head = new Paragraph("确认函", new Font(bf, 11));
head.setAlignment(1); // 0 align to the left , 1 align to the center
document.add(head);
/** add the content of the pdf **/
Paragraph context = new Paragraph();
ElementList elementList =MyXMLWorkerHelper.parseToElementList(sBuffer.toString(), null);
for (Element element : elementList) {
context.add(element);
}
document.add(context);

document.add(new Paragraph(" "));
document.add(new Paragraph(
"亲笔签名/公司公章： _______________________________", fontChinese));
document.add(new Paragraph("日期： ", fontChinese));
document.close();
} catch (Exception e) {
e.printStackTrace();
}
}