html2pdf中的特殊unicode字符

Question

我想將包含特殊Unicode字符'✝'的文檔從html轉換爲包含html2pf的pdf。但是，在呈現文檔時，「✝」顯示爲「？」。我能做些什麼？

Answer 1

「✝」（U + 271D LATIN CROSS）字符可能無法在PDF文檔中正確呈現，因爲使用的字體不支持它。

這裏有一些想法：

1）用更常見的一種看起來類似替換的字符。 「†」（U + 2020 DAGGER）將是一個明顯的選擇，因爲它是常見的Windows-1252字符集的一部分。

在代碼：

$var = str_replace("\xE2\x9C\x9D", "\xE2\x80\xA0", $var); 

$var必須包含以UTF-8編碼的數據。除此之外，我總是希望通過使用它們的二進制表示法將更多「不常見」字符插入到源代碼中。原因之一是：許多編輯器字體也不包含這些字符。它可以防止問題。

2）將PDF文檔的字體更改爲支持字符的字體。下面是一個例子（與從我的評論摘錄的問題）：

$font = 'dejavusans'; 

$content = <<<EOT 
<page> 
<h1>$font</h1> 
\xE2\x9C\x9D U+271D LATIN CROSS 
</page> 
EOT; 

require_once __DIR__ . '/html2pdf_v4.03/html2pdf.class.php'; 

$html2pdf = new HTML2PDF(); 
$html2pdf->setDefaultFont($font); 
$html2pdf->WriteHTML($content); 
$html2pdf->Output(__DIR__ . '/test.pdf', 'F'); 

3）如果你想在PDF文檔中的原始字符，並且不希望更改默認字體，您可以切換到每當你遇到一個支持字符的字體。

$input = <<<EOT 
<h1>Demo</h1> 
<p>This should be Arial.</p> 
<p>\xE2\x9C\x9D - U+271D LATIN CROSS</p> 
EOT; 

$input = str_replace(
    "\xE2\x9C\x9D", 
    "<span style=\"font-family: dejavusans\">\xE2\x9C\x9D</span>", 
    $input 
); 

$content = <<<EOT 
<page> 
$input 
</page> 
EOT; 

require_once __DIR__ . '/html2pdf_v4.03/html2pdf.class.php'; 

$html2pdf = new HTML2PDF(); 
$html2pdf->setDefaultFont('arial'); 
$html2pdf->addFont('dejavusans'); // note this line 
$html2pdf->WriteHTML($content); 
$html2pdf->Output(__DIR__ . '/test.pdf', 'F'); 

渲染PDF輸出：

解決方案2和3有一個相當大的缺點，雖然。您可能需要將附加字體嵌入到PDF文檔中（默認情況下，html2pdf會執行該操作），從而將其大小增加了很多。

PDF和tcpdf（建立在html2pdf之上）有一個功能，只添加實際在文檔中出現的字體中的字符（稱爲子集），但html2pdf不公開此功能我可以說。

如果您需要支持許多不常見的Unicode字符，解決方案2可能是最好的選擇。