flying saucer生成pdf実装句読点が行頭にない
プロジェクトの過程で,flying saucerを用いて生成されたpdfファイルでは,行頭に中国語の句読点がよく現れるという問題が見つかった.flying saucerのソースコードとテストを注意深く分析した結果、最終的な解決策は以下の通りです.
まず、私たちはこれらのものの本当の意味を理解しなければなりません.
Character.UnicodeBlock.CJK_UNIFIED_IDEOgraPHS:4 E 00-9 FBF:CJK統一表意記号
Character.UnicodeBlock.CJK_COMPATIBILITY_IDEOgraPHS:F 900-AFF:CJK対応象形文字Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A:3400-4 DBF:CJK統一表意符号拡張A
CJKは「Chinese,Japanese,Korea」の略で、実は中日韓三国の象形文字のUnicodeコード
Character.UnicodeBlock.GENERAL_PUNCTUATION:2000-206 F:常用句読点Character.UnicodeBlock.CJK_SYMBOLS_AND_PUNCTUATION:3000-303 F:CJK記号と句読点Character.UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS:FF 00-FEF:半角及び全角形式
flying saucerがpdfを生成する過程で、ソースコードはグループと行幅で改行され、具体的な論理は以下の通りである.
スペースをグループ化すると、隣接する2つのスペースの間の文字は改行できません.行の複数の文字の合計が行幅に最も近いとき、つまり1つの文字のグループを追加すると行幅を超えて改行されます.
この方法は英語には効果的ですが、中国語にはだめです.中国語はスペースで区切られていないからです.yye_JAvaeye兄さんはソースコードを改善し、中国語文字かどうかを判断し、中国語文字であれば、各中国語文字をグループ化し、グループ+行幅で改行しました.彼は2つの方法を追加しました:isChinese(char c)とgetStrRight(String s,int left)、変更後のソースコードの一部は以下の通りです.
この方法は確かに中国語の漢字の改行を実現したが、「句読点が行頭にある」という問題ももたらした.彼は句読点も漢字と見なしているため、句読点もグループ化されて改行され、解決策は句読点をisChinese方法から取り除くことだ.ソースコードは次のとおりです.
対応するcore-renderer.JArファイルは添付ファイルにあります.
まず、私たちはこれらのものの本当の意味を理解しなければなりません.
Character.UnicodeBlock.CJK_UNIFIED_IDEOgraPHS:4 E 00-9 FBF:CJK統一表意記号
Character.UnicodeBlock.CJK_COMPATIBILITY_IDEOgraPHS:F 900-AFF:CJK対応象形文字Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A:3400-4 DBF:CJK統一表意符号拡張A
CJKは「Chinese,Japanese,Korea」の略で、実は中日韓三国の象形文字のUnicodeコード
Character.UnicodeBlock.GENERAL_PUNCTUATION:2000-206 F:常用句読点Character.UnicodeBlock.CJK_SYMBOLS_AND_PUNCTUATION:3000-303 F:CJK記号と句読点Character.UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS:FF 00-FEF:半角及び全角形式
flying saucerがpdfを生成する過程で、ソースコードはグループと行幅で改行され、具体的な論理は以下の通りである.
スペースをグループ化すると、隣接する2つのスペースの間の文字は改行できません.行の複数の文字の合計が行幅に最も近いとき、つまり1つの文字のグループを追加すると行幅を超えて改行されます.
この方法は英語には効果的ですが、中国語にはだめです.中国語はスペースで区切られていないからです.yye_JAvaeye兄さんはソースコードを改善し、中国語文字かどうかを判断し、中国語文字であれば、各中国語文字をグループ化し、グループ+行幅で改行しました.彼は2つの方法を追加しました:isChinese(char c)とgetStrRight(String s,int left)、変更後のソースコードの一部は以下の通りです.
。。。。。。
package org.xhtmlrenderer.layout;
import org.xhtmlrenderer.css.constants.IdentValue;
import org.xhtmlrenderer.css.style.CalculatedStyle;
import org.xhtmlrenderer.render.FSFont;
/**
* A utility class that scans the text of a single inline box, looking for the
* next break point.
* @author Torbj�rn Gannholm
*/
public class Breaker {
。。。。。。
public static void breakText(LayoutContext c,
LineBreakContext context, int avail, CalculatedStyle style) {
。。。。。。
String currentString = context.getStartSubstring();
int left = 0;
// int right = currentString.indexOf(WhitespaceStripper.SPACE, left + 1);
int right = getStrRight(currentString,left);
int lastWrap = 0;
int graphicsLength = 0;
int lastGraphicsLength = 0;
while (right > 0 && graphicsLength <= avail) {
lastGraphicsLength = graphicsLength;
graphicsLength += c.getTextRenderer().getWidth(
c.getFontContext(), font, currentString.substring(left, right));
lastWrap = left;
left = right;
// right = currentString.indexOf(WhitespaceStripper.SPACE, left + 1);
right = getStrRight(currentString,left+1);
}
。。。。。。
}
private static boolean isChinese(char c) {
Character.UnicodeBlock ub = Character.UnicodeBlock.of(c);
if (ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS
|| ub == Character.UnicodeBlock.CJK_COMPATIBILITY_IDEOGRAPHS
|| ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A
|| ub == Character.UnicodeBlock.GENERAL_PUNCTUATION
|| ub == Character.UnicodeBlock.CJK_SYMBOLS_AND_PUNCTUATION
|| ub == Character.UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS) {
return true;
}
return false;
}
private static int getStrRight(String s,int left){
if(left>=s.length())
return -1;
char[] ch = s.toCharArray();
for(int i = left;i<ch.length;i++){
if(isChinese(ch[i]) || ' ' == ch[i]){
return i==0?i+1:i;
}
}
return -1;
}
}この方法は確かに中国語の漢字の改行を実現したが、「句読点が行頭にある」という問題ももたらした.彼は句読点も漢字と見なしているため、句読点もグループ化されて改行され、解決策は句読点をisChinese方法から取り除くことだ.ソースコードは次のとおりです.
/*
* Breaker.java
* Copyright (c) 2004, 2005 Torbj n Gannholm,
* Copyright (c) 2005 Wisconsin Court System
*
* This program is free software; you can redistribute it and/or
* modify it under the terms of the GNU Lesser General Public License
* as published by the Free Software Foundation; either version 2.1
* of the License, or (at your option) any later version.
*
* This program is distributed in the hope that it will be useful,
* but WITHOUT ANY WARRANTY; without even the implied warranty of
* MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
* GNU Lesser General Public License for more details.
*
* You should have received a copy of the GNU Lesser General Public License
* along with this program; if not, write to the Free Software
* Foundation, Inc., 59 Temple Place - Suite 330, Boston, MA 02111-1307, USA.
*
*/
package org.xhtmlrenderer.layout;
import org.xhtmlrenderer.css.constants.IdentValue;
import org.xhtmlrenderer.css.style.CalculatedStyle;
import org.xhtmlrenderer.render.FSFont;
/**
* A utility class that scans the text of a single inline box, looking for the
* next break point.
* @author Torbj n Gannholm
*/
public class Breaker {
public static void breakFirstLetter(LayoutContext c, LineBreakContext context,
int avail, CalculatedStyle style) {
FSFont font = style.getFSFont(c);
context.setEnd(getFirstLetterEnd(context.getMaster(), context.getStart()));
context.setWidth(c.getTextRenderer().getWidth(
c.getFontContext(), font, context.getCalculatedSubstring()));
if (context.getWidth() > avail) {
context.setNeedsNewLine(true);
context.setUnbreakable(true);
}
}
private static int getFirstLetterEnd(String text, int start) {
int i = start;
while (i < text.length()) {
char c = text.charAt(i);
int type = Character.getType(c);
if (type == Character.START_PUNCTUATION ||
type == Character.END_PUNCTUATION ||
type == Character.INITIAL_QUOTE_PUNCTUATION ||
type == Character.FINAL_QUOTE_PUNCTUATION ||
type == Character.OTHER_PUNCTUATION) {
i++;
} else {
break;
}
}
if (i < text.length()) {
i++;
}
return i;
}
public static void breakText(LayoutContext c,
LineBreakContext context, int avail, CalculatedStyle style) {
FSFont font = style.getFSFont(c);
IdentValue whitespace = style.getWhitespace();
// ====== handle nowrap
if (whitespace == IdentValue.NOWRAP) {
context.setEnd(context.getLast());
context.setWidth(c.getTextRenderer().getWidth(
c.getFontContext(), font, context.getCalculatedSubstring()));
return;
}
//check if we should break on the next newline
if (whitespace == IdentValue.PRE ||
whitespace == IdentValue.PRE_WRAP ||
whitespace == IdentValue.PRE_LINE) {
int n = context.getStartSubstring().indexOf(WhitespaceStripper.EOL);
if (n > -1) {
context.setEnd(context.getStart() + n + 1);
context.setWidth(c.getTextRenderer().getWidth(
c.getFontContext(), font, context.getCalculatedSubstring()));
context.setNeedsNewLine(true);
context.setEndsOnNL(true);
} else if (whitespace == IdentValue.PRE) {
context.setEnd(context.getLast());
context.setWidth(c.getTextRenderer().getWidth(
c.getFontContext(), font, context.getCalculatedSubstring()));
}
}
//check if we may wrap
if (whitespace == IdentValue.PRE ||
(context.isNeedsNewLine() && context.getWidth() <= avail)) {
return;
}
context.setEndsOnNL(false);
String currentString = context.getStartSubstring();
int left = 0;
// int right = currentString.indexOf(WhitespaceStripper.SPACE, left + 1);
int right = getStrRight(currentString,left);
int lastWrap = 0;
int graphicsLength = 0;
int lastGraphicsLength = 0;
while (right > 0 && graphicsLength <= avail) {
lastGraphicsLength = graphicsLength;
graphicsLength += c.getTextRenderer().getWidth(
c.getFontContext(), font, currentString.substring(left, right));
lastWrap = left;
left = right;
// right = currentString.indexOf(WhitespaceStripper.SPACE, left + 1);
right = getStrRight(currentString,left+1);
}
if (graphicsLength <= avail) {
//try for the last bit too!
lastWrap = left;
lastGraphicsLength = graphicsLength;
graphicsLength += c.getTextRenderer().getWidth(
c.getFontContext(), font, currentString.substring(left));
}
if (graphicsLength <= avail) {
context.setWidth(graphicsLength);
context.setEnd(context.getMaster().length());
//It fit!
return;
}
context.setNeedsNewLine(true);
if (lastWrap != 0) {//found a place to wrap
context.setEnd(context.getStart() + lastWrap);
context.setWidth(lastGraphicsLength);
} else {//unbreakable string
if (left == 0) {
left = currentString.length();
}
context.setEnd(context.getStart() + left);
context.setUnbreakable(true);
if (left == currentString.length()) {
context.setWidth(c.getTextRenderer().getWidth(
c.getFontContext(), font, context.getCalculatedSubstring()));
} else {
context.setWidth(graphicsLength);
}
}
return;
}
private static boolean isChinese(char c) {
Character.UnicodeBlock ub = Character.UnicodeBlock.of(c);
if (ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS
|| ub == Character.UnicodeBlock.CJK_COMPATIBILITY_IDEOGRAPHS
|| ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A) {
return true;
}
return false;
}
private static int getStrRight(String s,int left){
if(left>=s.length())
return -1;
char[] ch = s.toCharArray();
for(int i = left;i<ch.length;i++){
if(isChinese(ch[i]) || ' ' == ch[i]){
return i==0?i+1:i;
}
}
return -1;
}
}
対応するcore-renderer.JArファイルは添付ファイルにあります.