OpenSagres中波兰语编码问题及Docx转PDF波兰字符显示异常的解决咨询

我之前也碰到过类似的波兰语字符渲染故障，折腾了一阵才发现，问题根本不在UTF-8编码配置上，而是OpenSagres默认使用的字体不支持波兰语的特殊字符（比如ą、ć、ę、ł、ń、ó、ś、ź、ż这些）。下面是我亲测有效的解决步骤：

核心思路：引入支持中欧字符集的字体 #

OpenSagres依赖的iText库默认字体（比如Helvetica）不包含波兰语所需的字符，所以必须手动指定一个支持完整中欧字符集的字体，比如：

• 开源字体：Liberation Sans、Noto Sans（推荐，跨平台兼容）
• 商业字体：Arial Unicode MS、Times New Roman（Windows系统自带）

具体操作步骤 #

1. 准备字体文件
   把选好的字体文件（比如NotoSans-Regular.ttf）放到项目的资源目录下下，比如src/main/resources/fonts/。

2. 修改PdfOptions配置，绑定自定义字体
   不能只设置fontEncoding，还要通过fontProvider指定字体路径，让转换器能找到支持波兰语的字体。

3. 完整的转换代码示例

   InputStream is = new FileInputStream(new File(documentFileName));
   OutputStream out2 = new FileOutputStream(new File(documentPDFFileName));
   XWPFDocument document = new XWPFDocument(is);
   
   // 加载自定义字体
   FontProvider fontProvider = new DefaultFontProvider(false, false, false);
   // 替换成你的字体文件路径
   fontProvider.addFont("src/main/resources/fonts/NotoSans-Regular.ttf");
   
   // 配置PdfOptions，指定字体提供者和编码
   PdfOptions options = PdfOptions.create()
       .fontEncoding("UTF-8")
       .fontProvider(fontProvider);
   
   PdfConverter.getInstance().convert(document, out2, options);
   
   // 记得关闭流
   out2.close();
   is.close();
   document.close();
   

额外注意事项 #

• 如果是Linux服务器环境，可能需要先安装系统级的中欧字体包，比如fonts-liberation或者fonts-noto-cjk（根据发行版调整）。
• 确保字体文件在打包后能被正确读取，如果是Maven项目，要在pom.xml里配置资源过滤，避免字体文件被压缩。
• 如果Docx里用了特定字体（比如波兰语常用的Arial Polish），最好在转换器中也绑定对应的字体，保证样式一致性。

内容的提问来源于stack exchange，提问作者jacek śniadecki