XMLWorkerHelper 丢失的文本不在标签之间

Question

我一直在使用 XMLWorkerHelper 将通过富文本编辑器在页面上输入的格式化文本添加到 PDF。我注意到有时并非所有文本都呈现在 PDF 中。显然 XMLWorkerHelper 不在 HTML 标签之间丢弃文本。这是正确的行为吗？

我写了一个 JUnit 测试用例来说明问题：

public class XMLWorkerTest {

    @Test
    public void test() throws IOException, DocumentException {
        Document document = new Document();
        String fileName = "itext_test_" + System.currentTimeMillis() + ".pdf";
        PdfWriter.getInstance(document, new FileOutputStream(fileName));
        document.open();
        Paragraph paragraph = new Paragraph();

        String s1 = "not between tags<b>between tags</b>not between tags";
        addHtml(paragraph, s1);
        // NOT OK: 'not between tags' missing twice

        paragraph.add(Chunk.NEWLINE);

        String s2 ="<span>" + s1 + "</span>";
        addHtml(paragraph, s2);
        // OK

        document.add(paragraph);
        document.close();
    }

    private void addHtml(final Paragraph paragraph, String html) throws IOException {
        XMLWorkerHelper.getInstance().parseXHtml(new ElementHandler() {
            @Override
            public void add(Writable writable) {
                if (writable instanceof WritableElement) {
                    for (Element element : ((WritableElement) writable).elements()) {
                        paragraph.add(element);
                    }
                }
            }
        }, new ByteArrayInputStream(html.getBytes()), Charset.defaultCharset());
    }
}

我们使用的是 5.5.6 版本。

Answer 1

这是预期的行为。您的 html 应该有一个根标签，否则它就不是真正的 html。仅仅因为文本在浏览器中显示并不意味着格式正确。

XMLWorkerHelper 丢失的文本不在标签之间

XMLWorkerHelper loses text not between tags

itext