Apache FOP生成PDF时RTE富文本内容自动换行问题求助

问题描述 #

应用使用Apache FOP生成PDF表格，长字符串超出列宽会出现溢出重叠的情况。目前两类UI数据表现不同：

• 文本框数据：已通过现有XSLT方案实现自动换行，显示正常
• RTE（富文本编辑器）数据：沿用文本框的换行方案时，出现重复打印、内容不显示或样式失效的问题，根源是RTE数据携带<p>、<span>、<strong>、<u>等HTML标签，原代码无法识别标签结构，直接对整串文本做字符处理导致混乱。

以下是当前用于纯文本换行的XSLT代码（对带HTML标签的数据无效）：

<xsl:template name="intersperse-with-zero-spaces">
    <xsl:param name="str"/>
    <xsl:param name="column-width"/>
    <xsl:if test="string-length($str) &gt; 0">
        <xsl:variable name="s1" select="substring-before($str, ' ')"/>
        <xsl:variable name="s2" select="substring-after($str, ' ')"/>
        <xsl:variable name="chars-per-inch" select="number($column-width*6)" />
        <xsl:if test="$s1 != '' and string-length($s1) &lt; $chars-per-inch">
            <xsl:value-of select="$s1" />
        </xsl:if>
        <xsl:if test="$s1 != '' and string-length($s1) &gt;= $chars-per-inch">
            <xsl:call-template name="intersperse-with-zero-spaces-str">
                <xsl:with-param name="str" select="$s1"/>
            </xsl:call-template>
        </xsl:if>
        <!-- Adding space after every word -->
        <xsl:text> </xsl:text>
        <xsl:call-template name="intersperse-with-zero-spaces">
                <xsl:with-param name="str" select="$s2"/>
                <xsl:with-param name="column-width" select="$column-width"/>
        </xsl:call-template>
    </xsl:if>
</xsl:template>

<xsl:template name="intersperse-with-zero-spaces-str">
    <xsl:param name="str"/>
    <xsl:variable name="spacechars">&#x9;&#xA;&#x2000;&#x2001;&#x2002;&#x2003;&#x2004;&#x2005;&#x2006;&#x2007;&#x2008;&#x2009;&#x200A;&#x200B;</xsl:variable>
    <xsl:if test="string-length($str) &gt; 0">
      <xsl:variable name="c1" select="substring($str, 1, 1)" />
      <xsl:variable name="c2" select="substring($str, 2, 1)" />
      <xsl:value-of select="$c1"/>
      <xsl:if test="$c2 != '' and not(contains($spacechars, $c1) or contains($spacechars, $c2))">
        <xsl:text>&#x200B;</xsl:text>
      </xsl:if>
      <xsl:call-template name="intersperse-with-zero-spaces-str">
        <xsl:with-param name="str" select="substring($str, 2)"/>
      </xsl:call-template>
    </xsl:if>
</xsl:template>

解决方案 #

方案1：解析HTML标签并转换为FO格式（推荐，保留样式） #

核心思路是先将RTE的HTML标签转换为Apache FOP支持的XSL-FO元素，再对纯文本节点应用换行逻辑，既保留富文本样式，又解决换行问题。

1. 添加HTML到FO的转换模板
   针对常用的RTE输出标签编写转换规则：

   <!-- 处理<p>段落标签，转为FO块级元素，自带段落间距 -->
   <xsl:template match="p">
       <fo:block margin-bottom="6pt" wrap-option="wrap">
           <xsl:apply-templates/>
       </fo:block>
   </xsl:template>
   
   <!-- 处理<strong>加粗标签 -->
   <xsl:template match="strong">
       <fo:inline font-weight="bold">
           <xsl:apply-templates/>
       </fo:inline>
   </xsl:template>
   
   <!-- 处理<u>下划线标签 -->
   <xsl:template match="u">
       <fo:inline text-decoration="underline">
           <xsl:apply-templates/>
       </fo:inline>
   </xsl:template>
   
   <!-- 处理<span>行内标签 -->
   <xsl:template match="span">
       <fo:inline>
           <xsl:apply-templates/>
       </fo:inline>
   </xsl:template>
   
   <!-- 对文本节点应用原有的换行逻辑 -->
   <xsl:template match="text()">
       <xsl:call-template name="intersperse-with-zero-spaces">
           <xsl:with-param name="str" select="."/>
           <xsl:with-param name="column-width" select="$your-column-width"/> <!-- 替换为实际列宽参数 -->
       </xsl:call-template>
   </xsl:template>
   

2. 调用方式
   将RTE的HTML内容当作XML节点处理（需确保HTML格式良好，标签闭合），通过apply-templates解析标签并应用样式和换行：

   <!-- 假设RTE数据存储在rte-content节点中 -->
   <fo:block wrap-option="wrap">
       <xsl:apply-templates select="rte-content/node()"/>
   </fo:block>
   

方案2：移除HTML标签后处理（丢失样式，仅备选） #

如果不需要保留富文本样式，可以先剥离所有HTML标签，再用原换行模板处理纯文本：

<xsl:template name="strip-html">
    <xsl:param name="html"/>
    <xsl:choose>
        <xsl:when test="contains($html, '&lt;')">
            <xsl:value-of select="substring-before($html, '&lt;')"/>
            <xsl:call-template name="strip-html">
                <xsl:with-param name="html" select="substring-after($html, '&gt;')"/>
            </xsl:call-template>
        </xsl:when>
        <xsl:otherwise>
            <xsl:value-of select="$html"/>
        </xsl:otherwise>
    </xsl:choose>
</xsl:template>

调用示例：

<xsl:variable name="clean-rte-text">
    <xsl:call-template name="strip-html">
        <xsl:with-param name="html" select="$rte-data"/> <!-- 替换为你的RTE数据变量 -->
    </xsl:call-template>
</xsl:variable>
<xsl:call-template name="intersperse-with-zero-spaces">
    <xsl:with-param name="str" select="$clean-rte-text"/>
    <xsl:with-param name="column-width" select="$your-column-width"/>
</xsl:call-template>

注意事项 #

• 确保RTE输出的HTML是格式良好的XML，所有标签闭合、特殊字符转义，否则XSLT无法正确解析。若HTML不规范，可先用JTidy等工具预处理。
• 在FO块中设置wrap-option="wrap"，确保Apache FOP启用自动换行逻辑。

内容的提问来源于stack exchange，提问作者Kartheek Gajavelly