XMLWorkerHelper在标记之间丢失文本而不是在标记之间丢失

Question

我一直在使用XMLWorkerHelper向PDF添加格式化文本(通过富文本编辑器在页面上输入)。我注意到，有时并不是所有的文本都在PDF中呈现。显然，XMLWorkerHelper不会在HTML标记之间删除文本。这行为正确吗？

我编写了一个显示问题的JUnit测试用例：

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

这就是人们所期望的行为。您的html应该有一个根标记，否则它就不是真正的html。仅仅因为文本显示在浏览器中并不意味着这是一个良好的格式。