如何在用PDFBox将字符串打印成PDF格式之前对其进行消毒

Question

我正在创建PDF文档从用户输入的UTF-8。

除了显示PDFs，创建本身也会失败，因为java.lang.IllegalArgumentException:U+039b在此字体的编码:winansiencoding中不可用。

所以简而言之，我有一个字符串我想要一个防弹的方法来把它的大部分写到PDFBox文档中（显然，字体中缺少的字符将被替换或不打印）。

非常感谢，JM

Answer 1

我结束了一个字符一个字符的消毒。

这里是我的消毒功能看起来像什么。

为了避免重新处理字符，我缓存了每个给定字体的每个字符的可用性。

可能有很多东西需要改进，但这适用于我的用例。

private String getPrintableString(String string, PDFont font) {

    StringBuilder sb = new StringBuilder();

    for (int i = 0; i < string.length(); i++) {

        int codePoint = string.codePointAt(i);

        if (codePoint == 0x000A) {
            sb.appendCodePoint(codePoint);
            continue;
        }

        String fontName = font.getName();
        int cpKey = fontName.hashCode();
        cpKey = 31 * cpKey + codePoint;

        if (codePointAvailCache.get(cpKey) == null) {

            try {
                font.encode(string.substring(i, i + 1));
                codePointAvailCache.put(cpKey, true);
            } catch (Exception e) {
                codePointAvailCache.put(cpKey, false);
            }
        }

        if (!codePointAvailCache.get(cpKey)) {

            // Need to make sure our font has a replacement character
            try {
                codePoint = 0xFFFD;
                font.encode(new String(new int[] { codePoint }, 0, 1));
            } catch (Exception e) {
                codePoint = 0x003F;
            }
        }

        sb.appendCodePoint(codePoint);
    }

    return sb.toString();
}