iText中文问题 - cui_zhouyang的日志

有很多文章对Java的中文问题进行了论述，论坛上的许多问题也与此有关，所以中文问题实在是Java应用中的一个不小的问题。尽管已经有这么多的参考资料，但是由于Java的应用范围实在太广，包含的内容太多，虽然问题的根源往往万变不离其宗，然而很容易乱花渐欲迷人眼，导致各种各样的问题层出不穷。
总的说来，Java的中文问题较多的出现在数据传输的场合，比如数据从A传递到B，将B得到的数据显示出来可能就成了乱码。Java中文问题产生的根源是编码，如果A和B存放字符的编码不同，则乱码就产生了。
下面我就将iText中所遇到的一些中文问题进行一下力所能及的阐述，恐言有所未逮，不能尽善尽美，面面俱到之处，权当抛砖引玉耳。
我将分两个部分进行阐述，一个是application中的中文问题，一个是在JSP中的中文问题。
iText是一个用来生成PDF文件的开源类库，详细情况和用法请参考http: //www.lowagie.com/iText/tutorial/index.html，下载请至http://sourceforge.net/projects/itext。如果有必要的话我会再写一篇iText的简单介绍。
************************************

2．iText在Java Application中的中文问题

1）从“HelloWorld”开始

我们从iText的一个入门程序开始：

import java.io.FileOutputStream;
import java.io.IOException;
import com.lowagie.text.*;
import com.lowagie.text.pdf.PdfWriter;
public class Chap0101 {
public static void main(String[] args) {
System.out.println("Chapter 1 example 1: Hello World");
// step 1: creation of a document-object
Document document = new Document();
try {
// step 2:
// we create a writer that listens to the document
// and directs a PDF-stream to a file
PdfWriter.getInstance(document, new FileOutputStream ("Chap0101.pdf"));
// step 3: we open the document
document.open();
// step 4: we add a paragraph to the document
document.add(new Paragraph("Hello World"));
}
catch(DocumentException de) {
System.err.println(de.getMessage());
}
catch(IOException ioe) {
System.err.println(ioe.getMessage());
}
// step 5: we close the document
document.close();
}
}

该程序在PDF文件中写入HelloWorld，编译并运行该程序，我们可以在同级目录下得到一个名为“Chap0101”的PDF文件，打开这个文件，就可以看到左上角的“HelloWorld”。
这样我们就完成了一个几乎就是最简单的PDF文件的制作，有心的朋友可能就想，如果把HelloWorld替换成中文字符效果如何。好的！

2）用“我们是害虫”替换“HelloWorld”

    我们把document.add(new Paragraph("HelloWorld"));改成document.add(new Paragraph("我们是害虫"));然后编译运行，得到一个PDF文件，但是打开却发现，没有任何字符。添加中文字符失败！PDF文件完全不认这里的中文字符。
    iText添加中文字符，需要设置相应的编码和字体。
    在程序开端添加import com.lowagie.text.pdf.BaseFont;引入所需要的类。
    然后将中文字符做成字符串：String chinese =”我们是害虫”;
    设置字体和编码：BaseFont bfChinese = BaseFont.createFont("STSong-Light",
                              "UniGB-UCS2-H", BaseFont.NOT_EMBEDDED);
                    Font FontChinese = new Font(bfChinese, 12, Font.NORMAL);
加入document：
                     Paragraph chunk = new Paragraph(chinese, FontChinese);
                     document.add(chunk);
     此时要正确编译，还需要下载一个包，该包包含了中、日、韩文字的一些字体和编码。该包名为iTextAsian.jar，访问http://itext.sourceforge.net/downloads/iTextAsian.jar可以下载。
    下载后加入classpath，则程序可以正确编译运行了。

3）可能存在的意外

    一般来说，按照上述的步骤将中文字符加入到PDF文件中，是没有问题的。为什么这么说呢？这样就不得不说到Java的编译器javac。
    如果我们在命令行中输入javac然后回车，就可以看到屏幕上会输出一些javac的相关参数。其中有一个是encoding。我们一般很少用到这个参数，其实这个参数对于java的跨平台非常重要。如果在编译时不指定这个参数，则系统默认：在中文平台上为gb2312，英文平台上为ISO8859_1。编译器就是根据这个参数来读取java文件的，然后把用utf-8形式编译成class文件。
    想象一下，如果此时所用为英文操作系统，则在不指定encoding参数的情况下，javac以ISO8859_1为编码读取java文件，则中文字符串必定不能顺利读出，于是在PDF中出现乱码！！
    我们可以将上面可以正确生成中文的java文件重新编译和执行，指定encoding参数为ISO8859_1：javac ?Cencoding ISO8859_1 ……打开生成的PDF文件，你可以看到奇形怪状的乱码。
    我们一般用的都是中文平台，所以上述“凑巧”不会碰到，但是以后如果真遇上了这样的场合，只要指定encoding为相应的编码就可以了。
    还有一种方法就是将字符串放在文本文件中，用相应的编码保存，然后在程序中利用流读进来。