HTML中正常显示的特殊字符在PDF中丢失，如何解决？

问题根源 #

PDF渲染引擎对HTML命名实体（如≥、≤）的支持不如浏览器完善，导致这些实体无法被正确解析渲染。

实用解决方案 #

• 直接使用原始Unicode字符
  移除模板中的replace转换逻辑，直接写入≥和≤字符。注意将模板文件保存为UTF-8编码，绝大多数PDF生成工具都能正确识别UTF-8编码下的Unicode特殊字符。

• 改用数字型HTML实体
  如果必须保留替换逻辑，把命名实体换成数字编码形式：

  • ≥替换为≥（十进制）或≥（十六进制）
  • ≤替换为≤（十进制）或≤（十六进制）
    数字实体的兼容性比命名实体更好，PDF引擎更易解析。

• 确认PDF生成工具的字体支持
  确保生成PDF时使用的字体包含这些特殊字符（比如Arial、Noto Sans、微软雅黑这类常用字体都支持）。若工具允许自定义字体，优先选择覆盖完整Unicode字符集的字体，避免因字体缺失导致字符无法显示。

• 优化输出格式兼容性
  部分PDF生成工具对标准XHTML的支持优于普通HTML，可先将模板输出为符合规范的XHTML，再转换为PDF，提升字符解析的成功率。

内容的提问来源于stack exchange，提问作者Dirk