java - 使用 Flying Saucer 将html转换为图像

Question

使用 Flying Saucer ，我使用下面的代码成功地将 html 转换为图像

//doc - html source code as org.w3c.dom.Document

Java2DRenderer renderer = new Java2DRenderer(doc, width, height); 

         BufferedImage img = renderer.getImage();

        ByteArrayOutputStream os = new ByteArrayOutputStream();
        ImageIO.write(img, "jpg", os);

但是我在上面的代码中遇到了问题，比如它没有在 html 中正确呈现字体。

此外，如果给出的是中文、日文或其他非 Ascii 字符，则图像没有以正确的内容呈现(字符如下方框所示)。

但是实际的html内容是

<div ><ul><li><dl><dt><a href="http://jcs2014.com/ja/about/">イベントについて</a><br></dt><dd><ul><li><a href="http://jcs2014.com/ja/about/support.html">サポーター&amp;フレンズ</a><br></li></ul></dd></dl><dl><dt><a href="http://jcs2014.com/ja/event/">イベント･セミナー一覧</a><br></dt></dl></li></ul><div><br></div></div>

同样在我的情况下，任何语言都会出现，但都使用 unicode 编码。如何解决这个问题。

请帮忙。

Answer 1

    String html = "<div ><ul><li><dl><dt><a href=\"http://jcs2014.com/ja/about/\">イベントについて</a><br></dt><dd><ul><li><a href=\"http://jcs2014.com/ja/about/support.html\">サポーター&amp;フレンズ</a><br></li></ul></dd></dl><dl><dt><a href=\"http://jcs2014.com/ja/event/\">イベント･セミナー一覧</a><br></dt></dl></li></ul><div><br></div></div>"

    //Read it using Utf-8 - Based on encoding, change the encoding name if you know it

    InputStream htmlStream = new ByteArrayInputStream(html.getBytes("UTF-8"));  
    Tidy tidy = new Tidy();      
    org.w3c.dom.Document doc = tidy.parseDOM(new InputStreamReader(htmlStream,"UTF-8"), null);

    Java2DRenderer renderer = new Java2DRenderer(doc, width, height); 
    BufferedImage img = renderer.getImage();
    ByteArrayOutputStream os = new ByteArrayOutputStream();
    ImageIO.write(img, "jpg", os);

This solves my issue. On reading html stream using UTF-8 solves the issue.