使用Flying Saucer转HTML为PDF时带扬抑符的č字符缺失问题求助

以下是针对该问题的具体解决方案：

1. 修复HTML文件读取的编码问题 #

读取HTML内容时未指定UTF-8编码，可能导致特殊字符被错误解析，需显式指定编码：

String htmlContent = new String(Files.readAllBytes(htmlFile.toPath()), StandardCharsets.UTF_8);

2. 在HTML中强制使用添加的字体 #

即使在渲染器中添加了支持中欧字符的字体，HTML默认可能不会自动关联该字体，需在HTML中通过样式指定：
修改HTML代码，添加字体样式：

<!DOCTYPE html>
<html>
<head>
    <style>
        body { font-family: 'DejaVu Sans', sans-serif; }
    </style>
</head>
<body>
<div>
    <p>
        čččččLorem ipsum dolor šit amet, consečtetur adipisčing elit. Vestibulum acčumsan metuš pharetra urna efficitur, ac congue justo commodo. Class aptent taciti sociosqu ad litora torquent per conubia nostra, per inceptos himenaeos. Sed et faucibus lectus. Suspendisse euismod tincidunt pretium. Aliquam porttitor ornare magna. Maecenas eget cursus arcu. Vestibulum ante ipsum primis in faucibus orci luctus et ultrices posuere cubilia curae; Praesent sodales commodo varius. Maecenas pellentesque velit vitae orci eleifend egestas. Aenean aliquet elit lorem, non maximus sapien efficitur a.
    </p>
</div>
</body>
</html>

3. 检查字符的Unicode表示形式 #

č存在两种Unicode编码形式：

• 单个字符：U+010D（LATIN SMALL LETTER C WITH CARON）
• 组合字符：U+0063（普通c） + U+030C（组合扬抑符）

若HTML中的č是组合形式，部分字体渲染可能失效。可将HTML中的组合字符替换为单个字符，或更换支持组合字符渲染的字体（如Noto Sans、Arial Unicode MS）。

4. 验证字体的字符支持性 #

确认所用字体确实包含č字符：

• 直接打开字体文件（如DejaVuSans.ttf），检查是否存在U+010D字符
• 更换为已知支持中欧字符的字体进行测试

内容的提问来源于stack exchange，提问作者msaba