安道生練功房 - 分享經驗，累積智慧

我的資料庫裡頭儲存是Big5資料，想從資料庫SELECT一些資料，然後用iText來產生pdf檔，但遇到一些特殊中文字時，就會產生如附件(樣本檔)所示錯誤現象，請問版主該如何解決?謝謝!

我猜測這個現象會發生的原因可能如下，
1.如果資料庫內碼是使用Big5編碼時，透過網頁上輸入的中文字(UTF-8)進入到應用伺服器時，被轉了一次碼(ISO-8859-1)，再存到資料庫時，又轉了一次碼(Big5)，例如下列的順序：
UTF-8->ISO-8859-1->Big5
當UTF-8轉成ISO-8859-1時，Unicode被轉成10進制的HTML Entity格式（如珉），然後跟其他可以轉成Big5的字元一起存到資料庫去。

2.等到從資料庫取回這個字串時，就會得到一個夾雜著HTML Entity格式的Big5字串，如果把這個字串直接傳給iText 去產生 pdf 檔，這些HTML Entity字串應該就會當做英文字母一樣輸出。於是就產生類似您所附上的sample.pdf 般的內容了。

好，了解原因後，要解決這個問題就很簡單了，只要在步驟2時補上將HTML Entity字串轉碼回原始編碼，再傳給iText去產生pdf即可。而要將HTML Entity字串轉碼回原始編碼只要呼叫
Apache Commons Lang的StringEscapeUtils.unescapeHtml(java.lang.String) method即可。

在此以修改iText in Action 2nd Edition所提供的HelloWorld.java作為範例
HelloWorld.java:

/*

 * This class is part of the book "iText in Action - 2nd Edition"

 * written by Bruno Lowagie (ISBN: 9781935182610)

 * For more info, go to: http://itextpdf.com/examples/

 * This example only works with the AGPL version of iText.

 */



package com.andowson.pdf;



import java.io.FileOutputStream;

import java.io.IOException;



import org.apache.commons.lang.StringEscapeUtils;



import com.itextpdf.text.Document;

import com.itextpdf.text.DocumentException;

import com.itextpdf.text.Font;

import com.itextpdf.text.Paragraph;

import com.itextpdf.text.pdf.BaseFont;

import com.itextpdf.text.pdf.PdfWriter;



/**

 * First iText example: Hello World.

 */

public class HelloWorld {



    /** Path to the resulting PDF file. */

    public static final String RESULT

        = "D:/hello.pdf";

    

    /**

     * Creates a PDF file: hello.pdf

     * @param    args    no arguments needed

     */

    public static void main(String[] args)

    	throws DocumentException, IOException {

    	new HelloWorld().createPdf(RESULT);

    }



    /**

     * Creates a PDF document.

     * @param filename the path to the new PDF document

     * @throws    DocumentException 

     * @throws    IOException 

     */

    public void createPdf(String filename)

	throws DocumentException, IOException {

        // step 1

        Document document = new Document();

        // step 2

        PdfWriter.getInstance(document, new FileOutputStream(filename));

        // step 3

        document.open();

        

        // Assumes that source string comes from database

        String source = "測試物品-珉彣峯喆献";

        // Unescapes the Unicode characters from HTML entities (decimal format) to string

        String output = StringEscapeUtils.unescapeHtml(source);



        // Specifies the file path to the Chinese font file

        BaseFont bfChinese = BaseFont.createFont("C:/Windows/Fonts/kaiu.ttf", 

        		BaseFont.IDENTITY_H, BaseFont.NOT_EMBEDDED);

        Font font = new Font(bfChinese, 12); // The font size is 12.



        // step 4

        document.add(new Paragraph(output, font));

        // step 5

        document.close();

    }

}

下載函式庫：
http://itextpdf.com/
http://commons.apache.org/lang/

參考網址：
* Unicode 編碼字集
http://theorem.ca/~mvcorks/cgi-bin/unicode.pl.cgi?start=4E00&end=9FFF
* 解決iText輸出中文問題
http://blog.yam.com/rexmen/article/1888474
* Hello World example
http://itextpdf.com/examples/iia.php?id=12