XSL-FO是什么 如何用XML生成PDF文件

XSL-FO是W3C制定的xml页面布局语言，用于将XML精确渲染为pdf；其流程分三步：XML数据源→XSLT转为.fo文件→FO处理器（如apache FOP）生成PDF；需注意中文字体配置与UTF-8编码。

XSL-FO（Extensible Stylesheet Language – Formatting Objects）是一种由W3C制定的、基于XML的页面布局描述语言，专门用于将结构化数据（如XML）精确渲染为可打印格式（尤其是PDF）。它不直接处理逻辑或交互，而是专注“怎么排版”——比如页边距、字体大小、分页控制、页眉页脚位置、表格对齐等。本质上，它是XML数据和最终PDF之间的一层“排版蓝图”。

XSL-FO的核心工作流程

从XML到PDF不是一步到位，而是三段式流水线：

• XML数据源：提供原始内容，例如订单信息、报告字段，结构清晰但无样式。
• XSLT转换器：用XSLT样式表把XML“翻译”成XSL-FO文档（.fo文件）。这个过程定义了“哪个字段放哪、用什么字体、是否加粗、是否分页”等规则。
• FO处理器（渲染引擎）：读取.fo文件，按其中指令生成PDF。常用工具包括：
  • Apache FOP（免费开源，java实现，最常用）
  • RenderX XEP（商业，排版质量高，适合复杂报表）
  • Antenna House Formatter（商业，css+FO混合支持强）

快速上手：用FOP生成第一个PDF

以Apache FOP为例，只需三个动作：

• 准备环境：安装JDK（FOP依赖Java），下载解压FOP包，确认fop -v能正常输出版本号。
• 写一个最小可行FO文件（如hello.fo），包含、页面模板（）和正文流（），里面用写文字，指定font-family和font-size。
• 命令行渲染：fop hello.fo hello.pdf，几秒后就生成PDF。

处理中文和乱码的关键点

中文PDF容易乱码，主因是字体缺失。必须同步做两件事：

• FO文件中声明中文字体：例如你好；
• FOP配置文件（fop.xconf）中注册该字体：指定TTF/OTF文件路径，并声明name、style、weight三元组，确保与FO中写的完全一致。
• 所有XML、XSLT、FO文件保存为UTF-8编码，并在文件头明确声明encoding="UTF-8"。

为什么选XSL-FO而不是其他方式？

它特别适合需要严格合规、批量生成、长期归档的场景：

• 分离关注点：XML管数据，XSLT管映射逻辑，FO管视觉呈现，修改样式不影响数据结构；
• 精准控制分页：支持keep-together、break-before等属性，避免表格跨页断开、标题孤行等印刷问题；
• 企业级稳定输出：不像html转PDF受浏览器渲染差异影响，FO是纯声明式，结果可复现、易审计。