Pdfbox 2.0.8生成PDF时Unicode印地语部分字符显示异常求助

我之前也碰到过用PDFBox处理天城文（印地语）时字符显示乱码或缺失的情况，结合你的代码和使用的Mangal字体，给你几个可行的排查和解决方向：

1. 修复字体路径与嵌入设置 #

首先注意一个细节：Java字符串里的路径反斜杠需要转义成\\，你代码里的D:\mangal.ttf会被识别为转义字符，大概率导致字体文件加载失败。同时要显式开启字体嵌入，避免PDF阅读器找不到对应字形：

File file = new File("D:\\mangal.ttf");
// 第三个参数设为true，强制将字体完整嵌入PDF
PDFont font = PDType0Font.load(pd, file, true);

2. 升级PDFBox版本处理复杂脚本 #

印地语属于复杂文本脚本，天城文存在连字、字形组合等特殊排版规则，旧版本PDFBox对这类脚本的支持有限。建议升级到**PDFBox 2.0.20+**的稳定版本，新版本已经优化了天城文的渲染逻辑，默认的showText()方法就能更好地处理复杂字形。

3. 验证字体文件完整性 #

有些精简版的Mangal字体可能缺失部分印地语字符的字形，你可以：

• 换用完整版本的Mangal字体文件
• 尝试替代字体（比如Google的Noto Sans Devanagari，免费且完全支持天城文），测试是否能正常显示，以此排除字体本身的问题

4. 确保文本编码正确 #

如果你的印地语文本是从外部文件读取的，要明确指定UTF-8编码，避免编码转换错误导致字符损坏：

String hindiText = new String(Files.readAllBytes(Paths.get("hindi-content.txt")), StandardCharsets.UTF_8);

完整可测试代码示例 #

这里给你一个包含正确配置的完整代码片段，你可以直接测试：

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodel.PDPageContentStream;
import org.apache.pdfbox.pdmodel.font.PDType0Font;

import java.io.File;
import java.io.IOException;

public class HindiPdfGenerator {
    public static void main(String[] args) throws IOException {
        try (PDDocument pd = new PDDocument()) {
            PDPage page = new PDPage();
            pd.addPage(page);
            
            File fontFile = new File("D:\\mangal.ttf");
            PDFont font = PDType0Font.load(pd, fontFile, true);
            
            try (PDPageContentStream contentStream = new PDPageContentStream(pd, page)) {
                contentStream.beginText();
                contentStream.setFont(font, 14);
                contentStream.newLineAtOffset(50, 700);
                String hindiText = "जीएसटी में कंपोजीशन स्कीम की आड़ में टैक्स चोरी करने वाले व्यापारियों की अब खैर नहीं। जीएसटी काउंसिल ऐसे व्यापारियों पर नकेल कसने के लिए ‘रिवर्स चार्ज मैकेनिज्म’ के प्रावधान को लागू करने की तैयारी कर रही है। बताया जाता है कि सबसे ...";
                contentStream.showText(hindiText);
                contentStream.endText();
            }
            pd.save("hindi-output.pdf");
        }
    }
}

先从路径转义和字体嵌入这两个最容易踩的坑入手排查，应该能快速解决字符显示异常的问题。

内容的提问来源于stack exchange，提问作者Manish Pandey