使用StringEscapeUtils转义后PDF丢失大写重音字符的解决方法咨询

看起来你遇到的问题是StringEscapeUtils的转义逻辑和PDF渲染环节的字符处理不兼容导致的，我来帮你一步步排查和解决：

核心原因分析 #

你提到只有大写重音字符（ÁÉÍÓÚ）丢失，大概率是两个环节出了问题：

1. 旧版StringEscapeUtils的转义方法缺陷：如果你用的是Apache Commons Lang 2.x的escapeHtml()方法，它对非ASCII重音字符的处理存在缺陷（甚至会直接丢弃），而3.x版本的工具类对Unicode字符支持更完善。
2. PDF渲染的字体/编码配置问题：就算转义逻辑正确，如果PDF生成工具没使用支持拉丁扩展字符的字体，或者没设置UTF-8编码，也会导致这些特殊字符无法正常显示。

具体解决方案 #

1. 升级并使用正确的转义方法 #

首先确保你用的是Apache Commons Lang 3.x版本（2.x已停止维护），然后根据你的使用场景选择合适的转义方法：

场景1：转义后用于HTML再生成PDF

使用escapeHtml4()方法，它会将重音字符转换为标准的HTML实体（比如É转成É），只要PDF工具能解析HTML实体，就能正确显示：

import org.apache.commons.lang3.StringEscapeUtils;

String originalText = "LOS MÉDICOS ESTÁN EN EL TURNO DE DÍA";
String escapedText = StringEscapeUtils.escapeHtml4(originalText);
// 转义结果：LOS MÉDICOS ESTÁN EN EL TURNO DE DÍA

场景2：直接处理文本用于PDF生成

如果不需要HTML实体，而是想保留原始字符的Unicode表示，使用escapeUnicode()方法，它会将重音字符转成Unicode转义序列（比如É转成\u00C9），大部分现代PDF工具都能解析这种格式：

String escapedText = StringEscapeUtils.escapeUnicode(originalText);
// 转义结果：LOS M\u00c9DICOS EST\u00c1N EN EL TURNO DE D\u00cdA

2. 配置PDF生成工具支持重音字符 #

转义逻辑正确后，还要确保PDF生成环节没问题：

• 使用支持拉丁扩展字符的字体：比如Arial Unicode MS、带扩展集的Times New Roman，不要用只支持ASCII的基础字体。
• 设置文档编码为UTF-8：在初始化PDF文档时，明确指定编码为UTF-8，避免字符编码转换时丢失信息。
• 解析HTML实体（如果用了escapeHtml4）：如果你的PDF工具是基于HTML渲染的，要确保它能自动解析HTML实体；如果不能，转义后可以再调用unescapeHtml4()还原原始字符，直接传入PDF工具。

3. 验证转义结果 #

在生成PDF前，先打印转义后的字符串，确认字符没有被丢弃：

System.out.println(escapedText);

如果打印结果里已经丢失了重音字符，那问题肯定在转义环节，直接换上面推荐的方法即可；如果转义结果正确但PDF显示异常，就聚焦到PDF工具的字体和编码配置上。

内容的提问来源于stack exchange，提问作者Juan Diego Florian Morales