itext xmlworker转换html生成pdf文件

转载：http://blog.sina.com.cn/s/blog_71d09f5f0101bi8g.html

工作需要，把一些表格以pdf格式输出以供打印。查到itext是java的开源生成pdf的工具包，看了使用后感觉好复杂，竟然要把表格用itext语法重新绘制到pdf文档中。再查直接转换html到pdf的工具，发现有flying-saucer，看了下感觉更新不是很及时，又看了Ireport，感觉是从数据库导出多项数据成报表的，和我要转换html table的思路不一致。后来查到itext有个独立的xmlworker就做这件事情，想着itext分属出来的应该和itext的集成比较好，就选了这个。

itextpdf-5.3.5，xmlworker5.4.0，以及提供亚洲字体的extrajars-2.2中的itext-asian.jar

查了些资料，参考：http://cczlg.blog.163.com/blog/static/3399831920115221167605/

他的做法是定义自己的parser， MyXMLParser p=new MyXMLParser(worker);并且为了支持中文，直接修改com.itextpdf.tool.xml.pipeline.html.HtmlPipeline的源代码，感觉很黄很暴力。又去英文网站一通检索，终于得到了一些启发，没有留存，就不表出处了。其中提到关键的一点说以前可以用XMLWorkerFontProvider来提供相应的字体，按照这个思路来说，也是可以提供中文字体进来的。研究了一下，选定com.itextpdf.tool.xml.XMLWorkerHelper来处理html流，传入自定义的fontProvider来提供中文字体。

示例：

class myFontProvider extends XMLWorkerFontProvider {
  @Override
  public Font getFont(final String fontname, final String encoding,
    final boolean embedded, final float size, final int style,
    final BaseColor color) {
   BaseFont bf = null;
   try {
    bf = BaseFont.createFont("STSong-Light", "UniGB-UCS2-H",
      BaseFont.NOT_EMBEDDED);
   } catch (DocumentException e) {
    // TODO Auto-generated catch block
    e.printStackTrace();
   } catch (IOException e) {
    // TODO Auto-generated catch block
    e.printStackTrace();
   }
   Font font = new Font(bf, size, style, color);
   font.setColor(color);
   return font;
  }
 }

处理代码：

  Document document = new Document(PageSize.A4, 30, 30, 30, 30);
  document.setMargins(30, 30, 30, 30);

  PdfWriter pdfwriter;
   pdfwriter = PdfWriter.getInstance(document,
     response.getOutputStream());
     document.open();
   XMLWorkerHelper wh = XMLWorkerHelper.getInstance();
   InputStream cssInput = null;
   wh.parseXHtml(pdfwriter, document, input, cssInput,
     new myFontProvider());
   document.close();

问题解决了，不需要修改源代码，重载getFont来提供中文字体，改的还是比较粗暴，只提供了宋体一种字体，感兴趣的可以根据fontname提供多种字体，时间所限就没再尝试了。html流要写的标准，有不合标准的会报错，具体看itext说明支持的xml标准即可。如果html流不是自己生成的，可以参考别人提到的一些转换工具，我看到有jtidy类似的工具，没研究过不做评述。