使用 iText 库从 .xhtml 转换为 .pdf 时无法设置希伯来字母的 RTL 方向

Question

我正在尝试使用 iText 库将带有希伯来字符 (UTF-8) 的 *.xhtml 转换为 PDF，但我以相反的顺序获取所有字母。据我所知，question 我只能为 ColumnText 和 PdfCell 对象设置 RTL：

Arabic (and Hebrew) can only be rendered correctly in the context of ColumnText and PdfPCell.

所以我怀疑是否可以将整个 *.xhtml 页面转换为 PDF？

这是我尝试导入的 *.xhtml 文件:

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"
"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">

<html xmlns="http://www.w3.org/1999/xhtml">

<head>
  <title>Title of document</title>
</head>

<body style="font-size:12.0pt; font-family:Arial">
  שלום עולם
</body>

</html>

这是我使用的 Java 代码:

public static void convert() throws Exception{
            Document document = new Document();
            PdfWriter writer = PdfWriter.getInstance(document, new FileOutputStream("import.pdf"));
            writer.setRunDirection(PdfWriter.RUN_DIRECTION_RTL);
            document.open();

            String str = null;
            BufferedReader in = new BufferedReader(new InputStreamReader(new FileInputStream("import.xhtml"), "UTF8"));
            StringBuilder sb = new StringBuilder();

            while ((str = in.readLine()) != null) {
               System.out.println(str);
                sb.append(str);
            }
            in.close();


            XMLWorkerHelper worker = XMLWorkerHelper.getInstance();

            InputStream is = new ByteArrayInputStream(sb.toString().getBytes(StandardCharsets.UTF_8));
            worker.parseXHtml(writer, document, is, Charset.forName("UTF-8"));

            document.close();
        }
    }

这是我到现在为止得到的：

感谢您的帮助。

Answer 1

请看一下ParseHtml10 example. In this example, we have take the file hebrew.html:

<html>

<head>
  <title>Hebrew text</title>
</head>

<body style="font-size:12.0pt; font-family:Arial">
<div dir="rtl" style="font-family: Noto Sans Hebrew">שלום עולם</div>
</body>

</html>

然后我们使用以下代码将其转换为 PDF：

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/NotoSansHebrew-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();
}

结果看起来像 hebrew.pdf:

您需要克服哪些障碍？

您需要将文本包裹在 <div> 或 <td> 等元素中。
您需要添加属性dir="rtl"来定义方向。
您需要确保您使用的字体能够显示希伯来语。我为希伯来语使用了 NOTO 字体。这是 Google 在他们的程序中分发的字体之一，为每种可能的语言提供字体。

我看不懂希伯来语，但我希望生成的 PDF 是正确的，这样可以解决您的问题。

重要提示：此解决方案至少需要 iText 和 XML Worker 5.5.5，因为 dir 属性的支持已在 [=18] 中引入=].

使用 iText 库从 .xhtml 转换为 .pdf 时无法设置希伯来字母的 RTL 方向

Can't set RTL direction for Hebrew letters while converting from .xhtml to .pdf by using iText library

java

itext

right-to-left

hebrew

xmlworker

使用 iText 库从 *.xhtml 转换为 *.pdf 时无法设置希伯来字母的 RTL 方向

Can't set RTL direction for Hebrew letters while converting from *.xhtml to *.pdf by using iText library

java

itext

right-to-left

hebrew

xmlworker

使用 iText 库从 .xhtml 转换为 .pdf 时无法设置希伯来字母的 RTL 方向

Can't set RTL direction for Hebrew letters while converting from .xhtml to .pdf by using iText library