如何使用 itextsharp 将 UTF-8 字符写入 pdf 文件？

Posted 2023-02-24

【中文标题】如何使用 itextsharp 将 UTF-8 字符写入 pdf 文件？

【英文标题】：How to write UTF-8 characters to a pdf file using itextsharp?

【发布时间】：2011-08-31 21:43:14

【问题描述】：

我在谷歌上尝试了很多，但找不到..

感谢任何帮助。

请在下面找到代码：-

protected void Page_Load(object sender, EventArgs e)
    
        StreamReader read = new StreamReader(@"D:\queryUnicode.txt", Encoding.Unicode);
        string str = read.ReadToEnd();

        Paragraph para = new Paragraph(str);

        FileStream file = new FileStream(@"D:\Query.pdf",FileMode.Create);

        Document pdfDoc = new Document();
        PdfWriter writer = PdfWriter.GetInstance(pdfDoc, file );

        pdfDoc.Open();
        pdfDoc.Add(para);
        pdfDoc.Close();

        Response.Write("Pdf file generated");
    

【问题讨论】：

您遇到了什么问题？如果缺少字符，请查看此处：***.com/questions/1322303/…

是的，pdf中缺少字符，但是我已经看过并尝试了这个链接，当我下载itextsharp的源代码时，它没有FactorySettings.cs文件。而且，他正在使用“arial.ttf”，我想要UTF-8字符。

实际上，我从中获取字符串的记事本保存为 ANSI 编码，当我将其更改为“UTF-8”编码时，现在这些字符在 pdf 中显示为 æ。

【参考方案1】：

您正在将 html 转换为 PDF 吗？如果是这样，你应该注意这一点，否则没关系。我问的唯一原因是您关于获得æ 的最后评论让我这么认为。如果你是，看看这篇文章： iTextSharp 5 polish character

此外，有时当人们说“Unicode”时，他们真正想做的是将 Wingdings 之类的符号放入 PDF 中。如果您的意思是查看这篇文章，并知道 Unicode 和 Wingding 符号真的完全不相关。 Unicode symbols in iTextSharp

这是一个完整的工作示例，它使用两种方式编写 Unicode 字符，一种使用字符本身，另一种使用 C# 转义序列。确保以支持宽字符的格式保存文件。此示例使用 iTextSharp 5.0.5。

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using iTextSharp.text;
using iTextSharp.text.pdf;
using System.IO;

namespace ConsoleApplication1

    class Program
    
        static void Main(string[] args)
        
            //Create our document object
            Document Doc = new Document(PageSize.LETTER);

            //Create our file stream
            using (FileStream fs = new FileStream(Path.Combine(Environment.GetFolderPath(Environment.SpecialFolder.Desktop), "Test.pdf"), FileMode.Create, FileAccess.Write, FileShare.Read))
            
                //Bind PDF writer to document and stream
                PdfWriter writer = PdfWriter.GetInstance(Doc, fs);

                //Open document for writing
                Doc.Open();

                //Add a page
                Doc.NewPage();

                //Full path to the Unicode Arial file
                string ARIALUNI_TFF = Path.Combine(Environment.GetFolderPath(Environment.SpecialFolder.Fonts), "ARIALUNI.TTF");

                //Create a base font object making sure to specify IDENTITY-H
                BaseFont bf = BaseFont.CreateFont(ARIALUNI_TFF, BaseFont.IDENTITY_H, BaseFont.NOT_EMBEDDED);

                //Create a specific font object
                Font f = new Font(bf, 12, Font.NORMAL);

                //Write some text, the last character is 0x0278 - LATIN SMALL LETTER PHI
                Doc.Add(new Phrase("This is a test ɸ", f));

                //Write some more text, the last character is 0x0682 - ARABIC LETTER HAH WITH TWO DOTS VERTICAL ABOVE
                Doc.Add(new Phrase("Hello\u0682", f));

                //Close the PDF
                Doc.Close();
            
        
    

使用 iTextSharp 时，您必须确保使用的字体支持您要使用的 Unicode 代码点。使用字体时还需要指定IDENTITY-H。我不完全知道这意味着什么，但这里有一些讨论：iTextSharp international text

【讨论】：

@Chris，你写的字符，即 ɸ 和 \u0682 是正确的，但我文件中的字符仍然是代码形式。例如字符æ 将作为æ 出现，ø 将作为ø 出现。这些在 GridView 的网页上很好，我在响应内容类型中使用了 UTF-8。

@Chris，如果我使用代码编写这些字符，即new Phrase("æ ø å", font)，那么它们就可以了。但我从保存为 UTF8 编码的文本文件中获取文本，使用 StreamReader 将其转换为字符串，然后将此字符串传递给Phrase constructor。

@Puneet Dudeja，您说的是网格视图和文本文件，您正在使用哪个？这是您需要在问题中进一步解释的两件事。对于文本文件，你确定它是 UTF-8 编码的（你用十六进制编辑器检查过）吗？你是如何获取文本文件的？文件系统还是网络？对于gridview，你是如何获取的？请使用一些代码编辑您的帖子，以便我们更好地帮助您。

@Chris，我已将整个代码包含在我的问题中。此代码还包括示例代码的最后两行，这些字符在 pdf 中很好。但是我的文本文件中的其他字符（瑞典字符）以#encoded 的形式出现。请帮忙。

谢谢，BaseFont.IDENTITY_H 为我工作。酷豆！