关于itext使用过程中遇到的问题总结

环境介绍：

itext目前已经发展到itext7版本，目前系统里面使用的itext2版本；

使用spring的freemaker结合itext，完成pdf的导出

需要进行pdf导出的html文件，可能包含下面这几种情况，导致pdf导出失败：

1. 含有不闭合的html标签，比如
   
2. html标签中，含有非法的属性，比如 v:data="xxx"
3. img标签不是引用的http，而是base64之类的
4. 设置了特殊字体的，pdf导出虽然不失败，但是内容看不到
5. img图片过大的时候，pdf导出会出现截图的现象

针对上面的几个问题，解决思路：

1，研究itext代码，重写html解析相关的类

2，使用html处理工具，对html文件进行合法性处理（比如：jsoup）

选第二种方案（第一个费时间，没有太多的精力研究）

 

结合jsoup，对html文件进行处理，核心代码：

对html文件进行合法性处理

	/**
	 * 1,html标签对齐
	 * 2,检查所有的img标签，如果为base64编码就去掉该图片
	 * 3,过滤所有的html标签，仅保留styles和class两个属性，其他的属性去掉
	 * 4,检查字体设置，如果有字体设置，但是没有SimSun字体，增加SimSun
	 * @param bodyHtml
	 * @return
	 */
	public static String correctBody(String bodyHtml){
		if(bodyHtml==null || "".equals(bodyHtml)) {
			return "";
		}
		//1,html标签对齐
		Document doc = Jsoup.parseBodyFragment(bodyHtml);
	   //2,检查所有的img标签，如果为base64编码就去掉该图片
       Elements elements=doc.getElementsByTag("img");
       for(Element element : elements) {
           String imgSrc=element.attr("src"); //获取src属性的值
           if(imgSrc.indexOf("data:image")>-1){
        	   element.attr("alt","该图片不支持导出");
        	   element.attr("src"," ");
           }else{  
        	   String width = element.attr("width");
        	   int num = getNumber(width);        	   
        	   if(num==Integer.MAX_VALUE){
        		  int  realWidth = FileTool.imageWidth(imgSrc);
        		  if(realWidth > 550){
        			  element.attr("width","550");
        		  }
        	   }else if(num > 550){
        		   element.attr("width","550");
        	   }else{
        		   //do nothing 
        	   }
           }
       }
       //3,过滤所有的html标签，仅保留styles和class两个属性，其他的属性去掉
       Whitelist wl = Whitelist.relaxed();
       for(int i=0;i

关于图片的处理，从本地环境，获取图片的宽度

/**
	 * 计算width对应的宽度
	 * 如果没有宽度设置，设置为Integer.MAX_VALUE
	 * 否则就是width对应的宽度
	 * @param str
	 * @return
	 */
	private static int getNumber(String str){
		StringBuffer sbuf = new StringBuffer();
		int num = Integer.MAX_VALUE;
		if(str != null && !"".equals(str)){
			for(int i=0;i=48 && str.charAt(i)<=57){
					sbuf.append(str.charAt(i));
				}
			}	
			if(sbuf.length()>0){
				num = Integer.valueOf(sbuf.toString());
			}
		}
		return num;
	}

最终的处理：

	public static String  correctHtml(String bodyHtml){
//		1,html标签对齐
//		2,检查所有的img标签，如果为base64编码就去掉该图片
//		3,过滤所有的html标签，仅保留styles和class两个属性，其他的属性去掉
//		4,检查字体设置，如果有字体设置，但是没有SimSun字体，增加SimSun
		String str = JsStringUtils.correctBody(bodyHtml);
		

//		5,填空题
       str = str.replaceAll("(]+)(>)", "__________");
       
//		6,pdf要求严格的html
       str = str.replaceAll("
", "
");
//       str = str.replaceAll("(]+)(>)", "$1$2 />");
//       str = str.replaceAll("(]+)(>)", "$1$2 />");
       
//       7，去掉多余的body       
       str = str.replaceAll("", "");
       str = str.replaceAll("", "");
//       System.out.println("-----------------------------------");
//       System.out.println(str);
	   return str;
	}