ITextRenderer生成PDF时希腊字符无法正常打印显示问题咨询

问题描述 #

• 需求：将.xls格式文件转换为PDF格式文件
• 故障表现：PDF可正常生成，但文件内希腊字母全部无法正常打印，仅数字可正常渲染；待转换的xls文件仅包含希腊字母与数字，多次调整字体配置后问题未解决

原有实现代码 #

package copyfiles;
import com.itextpdf.text.pdf.BaseFont;
import java.io.File;
import java.io.FileOutputStream;
import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.dom.DOMSource;
import javax.xml.transform.stream.StreamResult;
import org.apache.poi.hssf.converter.ExcelToHtmlConverter;
import org.w3c.dom.Document;
import org.xhtmlrenderer.pdf.ITextRenderer;

public class ConverterXlsx_Pdf {
    public static void main(String[] args) throws Exception {
        File file = new File("C:\\Users\\me\\Desktop\\xlsx_files\\inputXlsFile.xls");
        Document doc = ExcelToHtmlConverter.process(file);
        writePdf(doc);           
    }

    public static void writePdf(Document doc) throws Exception {
        try (FileOutputStream out = new FileOutputStream("C:\\Users\\me\\Desktop\\xlsx_files\\new_file.pdf")) {
            
            ITextRenderer renderer = new ITextRenderer();
            renderer.getFontResolver().addFont("C:\\Users\\me\\fonts\\arial.ttf",BaseFont.IDENTITY_H,BaseFont.NOT_EMBEDDED);
            renderer.getFontResolver().addFont("C:\\Users\\me\\fonts\\arialbd.ttf",BaseFont.IDENTITY_H,BaseFont.NOT_EMBEDDED);
            renderer.getFontResolver().addFont("C:\\Users\\me\\fonts\\arialbi.ttf",BaseFont.IDENTITY_H,BaseFont.NOT_EMBEDDED);
            renderer.getFontResolver().addFont("C:\\Users\\me\\fonts\\ariali.ttf",BaseFont.IDENTITY_H,BaseFont.NOT_EMBEDDED);
            renderer.getFontResolver().addFont("C:\\Users\\me\\fonts\\ARIALN.ttf",BaseFont.IDENTITY_H,BaseFont.NOT_EMBEDDED);
            renderer.getFontResolver().addFont("C:\\Users\\me\\fonts\\ARIALNB.ttf",BaseFont.IDENTITY_H,BaseFont.NOT_EMBEDDED);
            renderer.getFontResolver().addFont("C:\\Users\\me\\fonts\\ARIALNBI.ttf",BaseFont.IDENTITY_H,BaseFont.NOT_EMBEDDED);
            renderer.getFontResolver().addFont("C:\\Users\\me\\fonts\\ARIALNI.ttf",BaseFont.IDENTITY_H,BaseFont.NOT_EMBEDDED);
            renderer.getFontResolver().addFont("C:\\Users\\me\\fonts\\ariblk.ttf",BaseFont.IDENTITY_H,BaseFont.NOT_EMBEDDED);
            
            renderer.setDocument(doc,null);
            renderer.layout();
            renderer.createPDF(out);
            out.flush();
        }
    }  
}

异常效果 #

根因分析 #

问题核心是字体匹配失败：

1. ExcelToHtmlConverter转换生成的HTML DOM中，会保留原xls单元格设置的字体名称（通常是Calibri、宋体或原文件设置的其他字体），你虽然在ITextRenderer中注册了Arial字体，但HTML中并未声明使用Arial，渲染器找不到对应字体时会fallback到内置的不支持希腊字符的默认字体，导致希腊字母全部无法渲染，数字因为是ASCII字符不受影响。
2. 你设置了BaseFont.NOT_EMBEDDED参数，字体不会被嵌入PDF文件，即使字体匹配成功，在没有对应字体的设备上打开PDF仍会出现字符显示异常。

排查解决步骤 #

1. 校验中间HTML内容
   先添加代码将POI生成的DOM输出为本地HTML文件，检查文件中单元格的font-family属性值，确认原文件实际使用的字体名称，快速定位字体不匹配问题。示例代码：

   // 输出生成的中间HTML用于排查
   TransformerFactory tf = TransformerFactory.newInstance();
   Transformer transformer = tf.newTransformer();
   DOMSource source = new DOMSource(doc);
   StreamResult result = new StreamResult(new File("C:\\Users\\me\\Desktop\\xlsx_files\\intermediate.html"));
   transformer.transform(source, result);
   

2. 强制全局使用已注册的支持希腊字符的字体
   给生成的HTML DOM注入全局样式，强制所有元素使用你已注册的Arial字体，避免字体不匹配问题。
3. 修改字体嵌入参数
   将BaseFont.NOT_EMBEDDED改为BaseFont.EMBEDDED，确保字体文件嵌入生成的PDF，避免跨设备打开时的字体缺失问题。

修改后关键代码 #

// 提前导入org.w3c.dom.Element包
public static void writePdf(Document doc) throws Exception {
    try (FileOutputStream out = new FileOutputStream("C:\\Users\\me\\Desktop\\xlsx_files\\new_file.pdf")) {
        
        ITextRenderer renderer = new ITextRenderer();
        // 改为嵌入字体
        renderer.getFontResolver().addFont("C:\\Users\\me\\fonts\\arial.ttf",BaseFont.IDENTITY_H,BaseFont.EMBEDDED);
        renderer.getFontResolver().addFont("C:\\Users\\me\\fonts\\arialbd.ttf",BaseFont.IDENTITY_H,BaseFont.EMBEDDED);
        renderer.getFontResolver().addFont("C:\\Users\\me\\fonts\\arialbi.ttf",BaseFont.IDENTITY_H,BaseFont.EMBEDDED);
        renderer.getFontResolver().addFont("C:\\Users\\me\\fonts\\ariali.ttf",BaseFont.IDENTITY_H,BaseFont.EMBEDDED);

        // 注入全局样式强制使用Arial字体
        Element style = doc.createElement("style");
        style.setTextContent("* { font-family: Arial !important; }");
        doc.getElementsByTagName("head").item(0).appendChild(style);

        renderer.setDocument(doc,null);
        renderer.layout();
        renderer.createPDF(out);
        out.flush();
    }
}

注意：如果注入Arial字体后仍有问题，确认你使用的arial.ttf是完整支持希腊字母的版本，也可以替换为Noto Sans等明确支持希腊语区字符的字体重新注册测试。

内容的提问来源于stack exchange，提问作者mikasa