Java实现字符串句子正确换行及PDF中泰语句子合理分割

让我分两部分来拆解你的问题，都是日常开发里常见的文本换行需求：

1. Java中实现字符串句子的正确换行 #

不同场景下的换行逻辑不一样，我给你列几个常用的方案：

控制台/纯文本场景 #

如果你要生成按语义分割的换行（比如句号、感叹号、问号后自动换行），用正则表达式就能快速搞定：

String rawText = "Hello world! This is a test sentence. How are you?";
// 匹配标点+空格，替换成标点+换行符
String wrappedText = rawText.replaceAll("([.!?])\\s+", "$1\n");
System.out.println(wrappedText);

如果是固定宽度的换行（比如每行最多30个字符），要注意非拉丁字符（比如中文、泰语）的宽度，每个这类字符占2个普通字符位置，你可以自己实现换行逻辑，或者用StringUtils（Apache Commons）的wrap方法简化操作。

GUI场景 #

如果是在Swing或JavaFX里，直接用组件自带的换行功能就行：比如Swing的JTextArea，只要设置setLineWrap(true)和setWrapStyleWord(true)，后者会保证单词不会被截断在中间，严格按语义边界换行。

2. iText生成PDF时泰语句子的正确分割 #

你当前的代码用Paragraph直接加文本，iText默认按空格分割换行，这对泰语来说肯定不行——泰语本身很少用空格分隔单词，就算有空格，也得按音节/语义断词，才能达到类似Word的效果。给你几个可行的调整方案：

先确认基础：字体和编码没问题 #

你已经用了THSarabun Bold字体，还嵌入了IDENTITY_H编码，这一步是对的，继续保持，这是泰语正确显示的核心前提。

方案1：用Hyphenation实现泰语断词 #

iText的hyphenation模块支持泰语的语义断词，你需要先下载泰语的断词字典（比如th.xml），放在项目资源里，然后给Paragraph配置断词规则：

// 加载泰语断词字典，参数依次是语言代码、地区、前向连字符长度、后向连字符长度
HyphenationConfig thaiHyphen = new HyphenationConfig("th", "", 2, 2);
Paragraph para1 = new Paragraph(20, "ณ ป่าใหญ่แห่งหนึ่ง มีกระต่ายตัวหนึ่งมั่นใจในความเร็วของฝีเท้าตัวเองมาก...", fontSarabunBold);
// 给段落设置断词规则
para1.setHyphenation(thaiHyphen);

这样iText就会按照泰语的音节边界换行，不会随便截断单词。

方案2：用ColumnText手动控制布局 #

如果不需要连字符，只想让文本在合适的位置换行，用ColumnText比直接加Paragraph更灵活，它对东亚文字的换行支持更好：

document.open();
document.setMargins(1,1,1,1);
Font fontSarabunBold = new Font(BaseFont.createFont("fonts/THSarabun Bold.ttf", BaseFont.IDENTITY_H, BaseFont.EMBEDDED));

// 创建ColumnText，指定页面的可显示区域（用文档的边距）
ColumnText column = new ColumnText(writer.getDirectContent());
column.setSimpleColumn(document.left(), document.bottom(), document.right(), document.top());

// 用Phrase包裹文本，设置行高和字体
Phrase thaiPhrase = new Phrase("ณ ป่าใหญ่แห่งหนึ่ง มีกระต่ายตัวหนึ่งมั่นใจในความเร็วของฝีเท้าตัวเองมาก...", fontSarabunBold);
thaiPhrase.setLeading(20); // 和你之前的Paragraph行高一致
column.addText(thaiPhrase);

// 渲染文本，自动处理泰语换行
column.go();

document.close();

方案3：升级到iText 7（强烈推荐） #

iText 7对东亚文字的支持做了大幅优化，默认就能处理泰语的语义断词，代码也更简洁：

// 初始化PDF文档
PdfDocument pdfDoc = new PdfDocument(new PdfWriter(Constants.FILE));
Document document = new Document(pdfDoc);
document.setMargins(1, 1, 1, 1);

// 加载泰语字体
PdfFont thaiFont = PdfFontFactory.createFont("fonts/THSarabun Bold.ttf", PdfEncodings.IDENTITY_H, true);
// 创建段落，直接添加即可，iText 7会自动处理泰语换行
Paragraph para1 = new Paragraph("ณ ป่าใหญ่แห่งหนึ่ง มีกระต่ายตัวหนึ่งมั่นใจในความเร็วของฝีเท้าตัวเองมาก...")
        .setFont(thaiFont)
        .setFontSize(20)
        .setLeading(20);

document.add(para1);
document.close();

小提醒 #

如果你的泰语文本里有多余的空格，建议先去掉——泰语本来就不用空格分隔单词，多余的空格会干扰iText的断词逻辑。另外，确保字体文件路径正确，别让程序找不到字体。

内容的提问来源于stack exchange，提问作者Bell Aimsaard