jodconverter纯文本文件转为pdf时中文问题解决方案

本文转载：http://nopainnogain.iteye.com/blog/771036

jodconverter转换ms文件都没有出现中文问题，但是在转换最简单的纯文本文件时却出现中文问题。我开始时找了cpdetecter来探测纯文本文件的编码格式，但是对一些文件的编码格式还是探测不对，所以想通过它探测到文本文件的编码格式，再将它转为UTF-8的方式来实现文本的统一编码方式(演示代码见下面)是行不通的：

 

Java代码

import java.io.FileInputStream;   

1. import java.io.FileOutputStream;   
2. import java.io.InputStreamReader;   
3. import java.io.OutputStreamWriter;   
4.   
5.   
6. public class changeCharacterFormat {   
7.   
8.     public static void main(String[] args) throws Exception{   
9.            
10.         InputStreamReader in = new InputStreamReader(   
11.                 new FileInputStream("D:\\test\\File\\新建 文本文档 (2).txt"),"GB2312");//按原文件的编码方式进行读取文件信息  
12.         OutputStreamWriter out = new OutputStreamWriter(   
13.                 new FileOutputStream("D:\\test\\File\\新建 文本文档 (2)8.txt"),"utf-8");//转换为自己想要的编码格  
14.         char[] cbuf = new char[1024];   
15.         int n;   
16.         while((n=in.read(cbuf))!=-1){   
17.             out.write(cbuf, 0, n);   
18.         }   
19.         in.close();   
20.         out.close();   
21.     }   
22.        
23. }  

import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.InputStreamReader;
import java.io.OutputStreamWriter;


public class changeCharacterFormat {

	public static void main(String[] args) throws Exception{
		
		InputStreamReader in = new InputStreamReader(
				new FileInputStream("D:\\test\\File\\新建 文本文档 (2).txt"),"GB2312");//按原文件的编码方式进行读取文件信息
		OutputStreamWriter out = new OutputStreamWriter(
				new FileOutputStream("D:\\test\\File\\新建 文本文档 (2)8.txt"),"utf-8");//转换为自己想要的编码格
		char[] cbuf = new char[1024];
		int n;
		while((n=in.read(cbuf))!=-1){
			out.write(cbuf, 0, n);
		}
		in.close();
		out.close();
	}
	
}

 

 

如是就试着将纯文本文件（如*.java,*.c,*.log,*.xml,*.mxml,*.jsp,*asp,*.js等等）的后缀改为.txt再打由openoffice打印成pdf，它是可以打印，但是对于有中文的文件，它就会出现乱码。后来我将它们改为*.odt的后缀后就可以正确地打印成pdf，显示出正常的中文。这里其实是这样的，我将它们改为.odt后缀后，那么再用jodconverter来打印时，它就会调用openoffice来打印，那么就相当于它用openoffice打开它的odt格式的文件，再点击打印成pdf；因为它对*.odt文件支持中文，所以它打开它时，中文是正确的，其实它在读这个非odt的纯文本文件时，它就能识别出它的编码格式，所以就不用我们再去找那个原文件的编码格式，再进行转换，我们可以直接打印。所以关键还是理解jodconverter的打印原理，它不过是对openoffice的打印接口的调用，所以我们若将如*.jsp等文本改后缀名为*.txt，因为*.txt不是由openoffice直接产生的文本格式，所以对它的支持力度就没有将这些文件改后缀名为*.odt的好，因此将其它非odt的纯文本文件改名为odt文本文件时，它打印出pdf时能正确显示中文，而改名为txt后缀时，出现乱码的主要原因。