iTextSharp 国际文本

Question

我在 asp.net 页面中有一个表格，并尝试将其导出为 PDF 文件，我有几个国际字符未显示在生成的 PDF 文件中，请提供任何建议，

提前致谢

Answer 1

正确显示替代字符集（俄语、中文、日语等）的关键是在创建 BaseFont 时使用 IDENTITY_H 编码。

Dim bfR As iTextSharp.text.pdf.BaseFont
  bfR = iTextSharp.text.pdf.BaseFont.CreateFont("MyFavoriteFont.ttf", iTextSharp.text.pdf.BaseFont.IDENTITY_H, iTextSharp.text.pdf.BaseFont.EMBEDDED)

IDENTITY_H 为您选择的字体提供 unicode 支持，因此您应该能够显示几乎任何字符。我用它来表示俄语、希腊语和所有不同的欧洲语言字母。

编辑 - 2013 年 5 月 28 日

这也适用于 iTextSharp v5.0.2。

编辑 - 2015 年 6 月 23 日

下面给出的是完整的代码示例（C# 语言）：

private void CreatePdf()
{
  string testText = "đĔĐěÇøç";
  string tmpFile = @"C:\test.pdf";
  string myFont = @"C:\<<valid path to the font you want>>\verdana.ttf";
  iTextSharp.text.Rectangle pgeSize = new iTextSharp.text.Rectangle(595, 792);
  iTextSharp.text.Document doc = new iTextSharp.text.Document(pgeSize, 10, 10, 10, 10);
  iTextSharp.text.pdf.PdfWriter wrtr;
  wrtr = iTextSharp.text.pdf.PdfWriter.GetInstance(doc,
      new System.IO.FileStream(tmpFile, System.IO.FileMode.Create));
  doc.Open();
  doc.NewPage();
  iTextSharp.text.pdf.BaseFont bfR;
  bfR = iTextSharp.text.pdf.BaseFont.CreateFont(myFont,
    iTextSharp.text.pdf.BaseFont.IDENTITY_H,
    iTextSharp.text.pdf.BaseFont.EMBEDDED);

  iTextSharp.text.BaseColor clrBlack = 
      new iTextSharp.text.BaseColor(0, 0, 0);
  iTextSharp.text.Font fntHead =
      new iTextSharp.text.Font(bfR, 12, iTextSharp.text.Font.NORMAL, clrBlack);

  iTextSharp.text.Paragraph pgr = 
      new iTextSharp.text.Paragraph(testText, fntHead);
  doc.Add(pgr);
  doc.Close();
}

这是创建的 pdf 文件的屏幕截图：

要记住的重要一点是，如果您选择的字体不支持您尝试发送到 pdf 文件的字符，则您在 iTextSharp 中执行的任何操作都不会起作用改变这一点。 Verdana 很好地显示了我所知道的所有欧洲字体中的字符。
其他字体可能无法显示那么多字符。

Answer 2

未呈现字符有两个潜在原因：

1. 编码。正如 Stewbob 指出的那样，Identity-H 是完全避免该问题的好方法，尽管它确实需要您嵌入字体的子集。这有两个后果。
   1. 与未嵌入的字体相比，它会稍微增加文件大小。
   2. 该字体必须获得嵌入子集的许可。大多数是，有些不是。
2. 字体必须包含该字符。如果您要求使用西里尔文（俄语）字体提供一些阿拉伯连字，那么它不太可能出现。涵盖多种语言的字体很少，而且它们往往很大。我遇到的最大/最全面的字体是“Arial Unicode MS”。超过 23 兆字节。

这是要求嵌入子集的另一个充分理由。因为想要添加几个中文字形而增加几兆字节有点陡峭。

如果您感到偏执，您可以使用 myBaseFont.charExists(someChar) 根据给定的 BaseFont 实例（我相信这也考虑了编码）检查您的字符串。如果你有一个你有信心的字体，我不会打扰。

PS：Identity-H 需要嵌入子集还有另一个很好的理由。 Identity-H 从内容流中读取字节作为字形索引。一种字体与另一种字体的字形顺序可能会有很大差异，甚至同一字体的不同版本之间也会有很大差异。依赖查看器系统拥有完全相同的字体是一个坏主意，因此它是非法的......特别是当 Acrobat/Reader 开始替换字体时，因为它无法找到您要求的确切字体并且您没有嵌入它。

Answer 3

您可以尝试设置您正在使用的字体的编码。在 Java 中会是这样的：

BaseFont bf = BaseFont.createFont(BaseFont.HELVETICA, BaseFont.CP1252, BaseFont.EMBEDDED);

其中 BaseFont.CP1252 是编码。尝试搜索要显示的字符所需的确切编码。

Answer 4

这是由默认的 iTextSharp 字体 - Helvetica - 引起的，它不支持除基本字符之外的其他字符（或不支持所有其他字符）。

实际上有 2 个选项：

1. 一种是手动将表格内容重写到代码中。这种方法可能看起来更快你可以，但它也需要在代码中重复对原始表格的任何修改（打破了 DRY 原则）。在这种情况下，你可以轻松地设置你想要的字体。
2. 另一种方法是从 HTML 中提取 PDF。这可能听起来有点复杂（确实如此），但是，工作解决方案更加灵活和通用，不久前我自己也遇到了与特殊字符的斗争，并决定在其他下发布一个稍微完整的解决方案。 stackoverflow 上有类似的解决方案： https://stackoverflow.com/a/24587745/1138663