XML文件如何转换为PDF Java使用Flying Saucer转换XML

xml转pdf必须先用xslt转换为合法xhtml，再由flying saucer渲染；需显式注册中文字体、设置utf-8编码、正确传入baseurl，并避免触发布局bug的css。

XML转PDF必须先转成XHTML，Flying Saucer不直接解析任意XML

Flying Saucer（即 core-renderer）本质是 XHTML/CSS 渲染引擎，它根本不认识纯 XML 的结构或语义。如果你直接把一个带自定义标签的 book.xml 丢给它，会立刻报 org.xhtmlrenderer.util.XRRuntimeException: Failed to load document 或更模糊的解析失败——因为它默认按 XHTML DTD 去校验，而你的 XML 没有 根、没有 、甚至可能连命名空间都没声明。

所以真实路径只有一条：XML →（XSLT 转换）→ XHTML →（Flying Saucer 渲染）→ PDF。

• 必须写 XSLT（哪怕只有 5 行），把原始 XML 元素映射为合法 XHTML 标签，比如 <title></title> → <h1></h1>，<para></para> → <p></p>
• XSLT 文件里要显式声明 xmlns="http://www.w3.org/1999/xhtml"，否则 Flying Saucer 仍会拒绝渲染
• 别试图用 dom 手动拼 HTML 字符串再喂给 ITextRenderer —— 编码、实体转义、DOCTYPE 声明漏一处就白忙

用 ITextRenderer 渲染前，必须设置字体和编码，否则中文全变方块

Flying Saucer 默认不嵌入中文字体，也不识别 XML 声明里的 encoding="UTF-8"。即使 XSLT 输出了正确的 UTF-8 XHTML，PDF 里中文照样是空心方框或问号。

• 必须调用 renderer.getFontResolver().addFont("simhei.ttf", "SimHei", true) 显式注册中文字体文件（注意路径要是绝对路径或 classpath 资源）
• 必须在 XHTML 的 里加 <meta charset="UTF-8">，且确保 XSLT 输出时该 meta 标签真实存在
• 如果用 ITextRenderer.setDocumentFromString()，传入的字符串必须是 UTF-8 编码的 byte[]，不能是 String 直接 toString() 后塞进去

ITextRenderer 的 setDocument() 和 setDocumentFromString() 行为差异很大

这两个方法看着像只是输入方式不同，但底层处理逻辑完全不同：前者走 SAX 解析器，后者走 DOM 构建。对同一份 XHTML，结果可能一个成功一个崩溃。

立即学习“Java免费学习笔记（深入）”；

• setDocument(new File("output.xhtml"))：要求文件物理存在，且路径可读；若 XHTML 里有相对 CSS 路径（如 href="style.css"），Flying Saucer 会从该 XHTML 所在目录去加载
• setDocumentFromString(htmlContent, baseUrl)：baseUrl 参数不是可选的！必须传一个以 file:/// 或 classpath:/ 开头的有效 base URL，否则 CSS、图片路径全失效
• 如果 XHTML 里用了 <base href="...">，它会被忽略——Flying Saucer 只认构造时传入的 baseUrl

生成 PDF 时内存溢出或空白页，大概率是 CSS 触发了 Flying Saucer 的布局 bug

某些看似无害的 CSS 会让 Flying Saucer 在分页计算阶段死循环或 OOM，尤其涉及 position: absolute、display: table-cell 或未闭合的 @media print 块。

• 先用浏览器打开生成的 XHTML，确认它能正常显示且没报 CSS 解析错误
• 临时删掉所有自定义 CSS，只留最简样式（如 body { font-size: 12px; }），看 PDF 是否能出来；能出来就逐段加回 CSS 定位问题
• 避免在 XHTML 中使用 <style>@page { size: A4; margin: 1cm; }</style> —— Flying Saucer 对 @page 支持极弱，应改用 java 侧调用 renderer.setPageSize(PageSize.A4)

真正卡住的地方往往不是 XML 结构，而是 XSLT 输出的 XHTML 是否“足够像浏览器能吃的 HTML”，以及 CSS 是否触发了 Flying Saucer 那些年久失修的渲染分支。