我正在维护一个使用Apache FOP打印PDF文档的程序。有几个关于中文字符出现“####”的投诉。我找到了一个关于这个问题的现有线程,并在我身边做了一些研究。
http://apache-fop.1065347.n5.nabble.com/Chinese-Fonts-td10789.html
我的系统上安装了uming.tff语言文件。与此帖子中的人不同,我仍然得到“####”。
从现在开始,有没有人看过一个可以让你使用Apache FOP在PDF文档中打印复杂字符的工作?
瑞安
必须采取三个步骤才能使中文字符正确显示在使用FOP创建的PDF文件中(对于默认字体中不可用的所有字符也是如此,更常见的是使用非默认字体)。
让我们使用这个简单的例子来显示FOP在出现错误时产生的警告:
<?xml version="1.0" encoding="UTF-8"?>
<fo:root xmlns:fo="http://www.w3.org/1999/XSL/Format">
<fo:layout-master-set>
<fo:simple-page-master master-name="one">
<fo:region-body />
</fo:simple-page-master>
</fo:layout-master-set>
<fo:page-sequence master-reference="one">
<fo:flow flow-name="xsl-region-body">
<!-- a block of chinese text -->
<fo:block>博洛尼亚大学中国学生的毕业论文</fo:block>
</fo:flow>
</fo:page-sequence>
</fo:root>
处理此输入时,FOP会发出几个与此类似的警告:
org.apache.fop.events.LoggingEventListener processEvent
WARNING: Glyph "?" (0x535a) not available in font "Helvetica".
...
在FO文件中没有任何明确的字体系列指示,FOP默认使用Helvetica,它是Base-14 fonts之一(各地都可用的字体,因此不需要嵌入它们)。
每种字体都支持一组字符,为它们分配一个可见的字形;当字体不支持某个字符时,会产生上述警告,并且PDF显示“#”而不是缺少的字形。
如果默认字体不支持我们文本的字符(或者我们只是想使用不同的字体),我们必须使用font-family
属性来说明所需的字体。
font-family
的值是继承的,所以如果我们想对整个文档使用相同的字体,我们可以在fo:page-sequence
上设置属性;如果我们只需要一些段落或单词的特殊字体,我们可以在相关的font-family
或fo:block
上设置fo:inline
。
所以,我们的输入成为(使用我有一个字体作为例子):
<?xml version="1.0" encoding="UTF-8"?>
<fo:root xmlns:fo="http://www.w3.org/1999/XSL/Format">
<fo:layout-master-set>
<fo:simple-page-master master-name="one">
<fo:region-body />
</fo:simple-page-master>
</fo:layout-master-set>
<fo:page-sequence master-reference="one">
<fo:flow flow-name="xsl-region-body">
<!-- a block of chinese text -->
<fo:block font-family="SimSun">博洛尼亚大学中国学生的毕业论文</fo:block>
</fo:flow>
</fo:page-sequence>
</fo:root>
但是现在我们得到了一个新的警告,除了旧警告!
org.apache.fop.events.LoggingEventListener processEvent
WARNING: Font "SimSun,normal,400" not found. Substituting with "any,normal,400".
org.apache.fop.events.LoggingEventListener processEvent
WARNING: Glyph "?" (0x535a) not available in font "Times-Roman".
...
FOP不知道如何将“SimSun”映射到字体文件,因此它默认为通用的Base-14字体(Times-Roman),它不支持我们的中文字符,PDF仍然显示“#”。
在FOP的文件夹中,文件conf/fop.xconf
是一个示例配置;我们可以直接编辑它或制作副本来开始。
配置文件是一个XML文件,我们必须在font mappings中添加/fop/renderers/renderer[@mime = 'application/pdf']/fonts/
(每个可能的输出mime类型都有一个renderer
部分,所以检查你是否在右边插入你的映射):
<?xml version="1.0"?>
<fop version="1.0">
...
<renderers>
<renderer mime="application/pdf">
...
<fonts>
<!-- specific font mapping -->
<font kerning="yes" embed-url="/Users/furini/Library/Fonts/SimSun.ttf" embedding-mode="subset">
<font-triplet name="SimSun" style="normal" weight="normal"/>
</font>
<!-- "bulk" font mapping -->
<directory>/Users/furini/Library/Fonts</directory>
</fonts>
...
</renderer>
...
</renderers>
</fop>
font
元素指向一个字体文件font-triplet
条目标识font-family
+ font-style
(normal,italic,...)+ font-weight
(normal,bold,...)的组合映射到父font
元素中的字体文件folder
元素,也可以自动配置指定文件夹中的所有字体文件(但如果文件夹包含大量字体,这需要一些时间)如果我们有一个完整的文件集,其中包含所需字体的特定版本(正常,斜体,粗体,浅色,粗体斜体......),我们可以将每个文件映射到精确的字体三元组,从而生成非常复杂的PDF。
在光谱的另一端,我们可以将所有三元组映射到相同的字体文件,如果它是我们所有的:在输出中所有文本将显示相同,即使在FO文件中它的部分被标记为斜体或胆大。
请注意,我们不需要注册所有可能的字体三元组;如果缺少一个,FOP将使用为“类似”注册的字体(例如,如果我们不映射三元组“SimSun,斜体,400”FOP将使用映射到“SimSun,normal,400”的字体,警告我们字体替换)。
我们尚未完成,因为没有下一步和最后一步,我们处理输入文件时没有任何变化。
如果我们从命令行调用FOP,我们使用-c
选项指向我们的配置文件,例如:
$ fop -c /path/to/our/fop.xconf input.fo input.pdf
从我们可以使用的java代码(参见FOP's site):
fopFactory.setUserConfig(new File("/path/to/our/fop.xconf"));
现在,最后,PDF应该正确使用所需的字体并按预期显示。
如果相反FOP突然终止,并出现如下错误:
org.apache.fop.cli.Main startFOP
SEVERE: Exception org.apache.fop.apps.FOPException: Failed to resolve font with embed-url '/Users/furini/Library/Fonts/doesNotExist.ttf'
这意味着FOP找不到字体文件,需要再次检查字体配置;典型的原因是