在本章中，我们将更改pdfHTML插件的两个最重要的内部机制。
- 我们将覆盖将HTML标签与iText对象匹配的默认功能，更具体地说是
DefaultTagWorkerFactory机制，以及 - 我们将覆盖将CSS样式与iText样式相匹配的默认功能，更具体地说是
DefaultCssApplierFactory机制。
其中一些示例将是很人为化的，但通过这些案例，我们可以更好地了解pdfHTML的内部工作原理。
1. 更改标签的行为
到目前为止，我们始终隐式使用DefaultTagWorkerFactory类。这是一个实现ITagWorkerFactory接口的类。此工厂接口中只有一个方法：getTagWorker(IElementNode tag，ProcessorContext context)/getTagWorker(IElementNode tag，ProcessorContext context)。方法参数：
IElementNode对象可以为你提供有关正在处理的标签的信息（例如标签的名称）；ProcessorContext可以让你访问PdfDocument和其他几个转换器属性。
getTagWorker()/GetTagWorker()方法返回一个ITagWorker实例。
DefaultTagWorkerFactory实现getTagWorker()/GetTagWorker()方法，并使用DefaultTagWorkerMapping对象将标签的名称映射到ITagWorker实例。此映射存储在TagProcessorMapping实例中。
以下是标签worker默认映射的一些示例：
<p>-标签映射到PTagWorker类，<span>-标签映射到SpanTagWorker类，<a>-标签映射到ATagWorker类，这个类继承SpanTagWorker类，<b>-标签和<i>-标签也映射到SpanTagWorker类。这些标签被认为是特殊类型的<span>-标签。- …等等
PTagWorker、SpanTagWorker、ATagWorker等都实现了ITagWorker接口，更具体地说，它们实现了以下四种方法：
processContent()/ProcessContent()——处理元素的打开和关闭标签中存在的任何文本内容，processTagChild()/ProcessTagChild()——处理嵌套在元素的打开和关闭标签中的其他标签，processEnd()/ProcessEnd()——包含在处理完所有其他内容后执行的代码，以及getElementResult()/GetElementResult()——可用于取回最终结果，即IPropertyContainer实例。
这些标签worker类负责创建和填充iText对象。例如：PTagWorker类有一个Paragraph对象作为成员变量。当遇到<p>标签时，将执行以下步骤：
Paragraph成员变量的实例在PTagWorker对象的构造函数中创建，- 内容在
processContent()/ProcessContent()和processTagChild()/ProcessTagChild()方法中收集， Paragraph在processEnd()/ProcessEnd()方法中最终确定下来，并且getElementResult()/GetElementResult()方法返回最终确定的Paragraph。
在第一个例子中，我们将从第2章（2_inline_css.html文件）中选取一个示例，但我们将以这样的方式更改标签worker工厂，即将<a>-标签视为<span>标签。图5.1显示了生成的PDF。
这个文档看起来与我们在第2章中得到的结果完全相同，但当我们尝试在实际的PDF中单击IMDB链接时，什么都没有发生。HTML中的链接不再是PDF中的链接，因为我们使用ConverterProperties的方法更改了setTagWorkerFactory()/SetTagWorkerFactory()默认的标签worker工厂。代码如下：
public void createPdf(String src, String dest) throws IOException {
ConverterProperties converterProperties = new ConverterProperties();
converterProperties.setTagWorkerFactory(
new DefaultTagWorkerFactory() {
@Override
public ITagWorker getCustomTagWorker(
IElementNode tag, ProcessorContext context) {
if ("a".equalsIgnoreCase(tag.name()) ) {
return new SpanTagWorker(tag, context);
}
return null;
}
} );
HtmlConverter.convertToPdf(new File(src), new File(dest), converterProperties);
}
当然，我们可以创建ITagWorkerFactory接口的全新实现，但这将是一项巨大的工作。我们希望尽可能多地利用现有的pdfHTML功能，以便能够正确地呈现<div>、<h1>等标签。
我们可以通过重用DefaultTagWorkerFactory中已经存在的功能来做到这一点。DefaultTagWorkerFactory有一个名为getCustomTagWorker()/GetCustomTagWorkers()的方法，该方法始终返回空值null。此方法始终是DefaultTagWorkerFactory的getTagWorker()/GetTagWorker()的实现方法中调用的第一个方法。
- 如果
getCustomTagWorker()/GetCustomTagWorkers()方法返回null（除非重写该方法，否则始终是这种情况），则使用默认的标签工作者映射。例如：如果遇到<a>-标签，则返回ATagWorker实例。 - 如果
getCustomTagWorker()/GetCustomTagWorkers()方法未返回null（在我们上面的“重写”版本中可能是这种情况），则默认映射将被忽略。例如：如果在我们的示例中遇到<a>-标签，则返回SpanTagWorker实例，而不是期望的ATagWorker。
我们还没有覆盖任何CSS appliers，这解释了为什么IMDB这个词被加下划线并呈现为蓝色，但由于我们从功能和结构的角度将<a>-标签视为<span>-标签，因此没有添加任何链接。编写此示例是为了解释pdfHTML的内部工作原理。我们在第一个例子中所做的很容易被认为是引入了一个bug。
但这并不意味着没有任何有用的用例。例如，我们可以扩展DefaultTagWorkerFactory以支持自定义标签。
2. 引入自定义标签
假设我们想向不同的人发送邀请函。我们用HTML创建了这封邀请函（请见invitation.html），但我们引入了两个非真实的自定义标签，非现有的HTML语法：<name>和<date>，html文件内容如下：
<html>
<head>
<title>Invitation to SXSW 2018</title>
</head>
<body>
<u><b>Re: Invitation</b></u>
<br>
<p>Dear <name>SXSW visitor</name>,
we hope you had a great SXSW film festival experience last year.
And we would like to invite you to the next edition of SXSW Film
that takes place from March 9 until March 17, 2018.</p>
<p>Sincerely,<br>
The SXSW crew<br>
<date>August 4, 2017</date></p>
</body>
</html>
我们使用createPdf()/CreatePdf()方法把这个html文件转换成PDF：
public void createPdf(String src, String dest) throws IOException {
HtmlConverter.convertToPdf(new File(src), new File(dest));
}
如果我们查看图5.2，我们会看到“SXSW visitor”和“August 4, 2017”作为常规文本。与其他内容没有明显区别。未知标签被视为普通的<span>标签。
让我们来看接下来的例子，在main()方法找那个，我们使用同一个HTML，但是生产不同三个PDF文件，代码如下：
String[] names = {"Bruno Lowagie", "Ingeborg Willaert", "John Doe"};
int counter = 1;
for (String name : names) {
app.createPdf(name, SRC, String.format(DEST, counter++));
}
在这个示例的createPdf()/CreatePdf()方法中，我们根据DefaultTagWorkerFactory上创建一个变体，该变体为标签<name>和<date>返回SpanTagWorker。并且我们重写这些SpanTagWorker实例的processContent()/ProcessContent()方法，从而忽略实际内容（content变量）。相反，name或今天的日期作为内容传递。代码如下：
public void createPdf(String name, String src, String dest) throws IOException {
SimpleDateFormat sdf = new SimpleDateFormat("MMMM d, yyyy", Locale.ENGLISH);
ConverterProperties converterProperties = new ConverterProperties();
converterProperties.setTagWorkerFactory(
new DefaultTagWorkerFactory() {
@Override
public ITagWorker getCustomTagWorker(
IElementNode tag, ProcessorContext context) {
if ("name".equalsIgnoreCase(tag.name()) ) {
return new SpanTagWorker(tag, context) {
@Override
public boolean processContent(
String content, ProcessorContext context) {
return super.processContent(name, context);
}
};
}
else if ("date".equalsIgnoreCase(tag.name()) ) {
return new SpanTagWorker(tag, context) {
@Override
public boolean processContent(
String content, ProcessorContext context) {
return super.processContent(
sdf.format(new Date()), context);
}
};
}
return null;
}
} );
HtmlConverter.convertToPdf(new File(src), new File(dest), converterProperties);
}}
此代码将导致默认内容（“SXSW visitor”和“August 4, 2017”）替换为特定名称和今天的日期。生成的PDF如图5.3所示。
在某些情况下，不可能重用现有的ITagWorker的任意实现。我们必须创建自己的标签worker程序。
3. 创建你自己的ITagWorker实现
假设我们想要创建一个显示QR二维码的PDF文档，例如基于qrcode.html文件：
<html>
<head>
<meta charset="UTF-8">
<title>QRCode Example</title>
<link rel="stylesheet" type="text/css" href="css/qrcode.css"/>
</head>
<body>
<h1>SXXpress codes</h1>
<p>Bruno Lowagie has a South by Express pass for the following movies:
<p>Colossal</p>
<qr charset="Cp437" errorcorrection="Q">
Film: Colossal; Date: Friday, March 10; Time: 6:15 PM; Place: Alamo Lamar D
</qr>
<p>Mr. Roosevelt</p>
<qr charset="Cp437" errorcorrection="L">
Film: Mr. Roosevelt; Date: Sunday, March 12; Time: 2:15 PM; Place: Paramount Theatre
</qr>
</body>
</html>
HTML中没有<qr>-标签，因此当我们在浏览器中打开此HTML文件时，我们只能看到文本。然而，我们可以使用此HTML文件创建带有QR码而不是文本的PDF文档。如图5.4。
HTML文件中的文本有一个红色边框，因为这就是我们如何在qrcode.css文件中定义<qr>-标签的样式：
qr {
border:solid 1px red;
height:200px;
width:200px;
}
这次，我们创建了一个继承扩展DefaultTagWorkerFactory类的QRCodeTagWorkerFactory：
class QRCodeTagWorkerFactory extends DefaultTagWorkerFactory {
@Override
public ITagWorker getCustomTagWorker(IElementNode tag, ProcessorContext context) {
if(tag.name().equals("qr")){
return new QRCodeTagWorker(tag, context);
}
return null;
}
}
如果遇到<qr>-标签，我们将其映射到QRCodeTagWorker。此QRCodeTagWorker需要实现ITagWorker接口：
static class QRCodeTagWorker implements ITagWorker {
private static String[] allowedErrorCorrection =
{"L","M","Q","H"};
private static String[] allowedCharset =
{"Cp437","Shift_JIS","ISO-8859-1","ISO-8859-16"};
private BarcodeQRCode qrCode;
private Image qrCodeAsImage;
public QRCodeTagWorker(IElementNode element, ProcessorContext context){
Map<EncodeHintType, Object> hints = new HashMap<>();
String charset = element.getAttribute("charset");
if(checkCharacterSet(charset)){
hints.put(EncodeHintType.CHARACTER_SET, charset);
}
String errorCorrection = element.getAttribute("errorcorrection");
if(checkErrorCorrectionAllowed(errorCorrection)){
ErrorCorrectionLevel errorCorrectionLevel =
getErrorCorrectionLevel(errorCorrection);
hints.put(EncodeHintType.ERROR_CORRECTION, errorCorrectionLevel);
}
qrCode = new BarcodeQRCode("placeholder",hints);
}
@Override
public boolean processContent(String content, ProcessorContext context) {
qrCode.setCode(content);
return true;
}
@Override
public boolean processTagChild(
ITagWorker childTagWorker, ProcessorContext context) {
return false;
}
@Override
public void processEnd(IElementNode element, ProcessorContext context) {
qrCodeAsImage = new Image(qrCode.createFormXObject(context.getPdfDocument()));
}
@Override
public IPropertyContainer getElementResult() {
return qrCodeAsImage;
}
private static boolean checkErrorCorrectionAllowed(String toCheck){
for(int i = 0; i<allowedErrorCorrection.length;i++){
if(toCheck.toUpperCase().equals(allowedErrorCorrection[i])){
return true;
}
}
return false;
}
private static boolean checkCharacterSet(String toCheck){
for(int i = 0; i<allowedCharset.length;i++){
if(toCheck.equals(allowedCharset[i])){
return true;
}
}
return false;
}
private static ErrorCorrectionLevel getErrorCorrectionLevel(String level){
switch(level) {
case "L":
return ErrorCorrectionLevel.L;
case "M":
return ErrorCorrectionLevel.M;
case "Q":
return ErrorCorrectionLevel.Q;
case "H":
return ErrorCorrectionLevel.H;
}
return null;
}
}
静态字符串数组是可以传递给BarcodeQRCode类构造函数的提示的可能值。如果你看一下qrcode.htm文件，可以看到我们使用属性charset和errorcorrection传递这些值。
我们看到两个成员变量，一个是BarcodeQRCode实例；另一个是Image实例。BarcodeQRCode对象是一个低级对象，它知道如何绘制QR码，但最终，我们需要一个结果，它是IPropertyContainer接口的实例。为了得到这样的结果，我们将二维码包装在Image对象中。请放心：此操作不会将QR码更改为光栅/点位图像；它不会降低QR码的分辨率和易读性。Image类完全能够存储矢量图像，例如使用iText的二维码功能创建的二维码。
在这之后，我们有了自定义QR码标签worker的构造函数。在这个构造函数中，我们首先创建一个变量名为hints的Map/Dictionary。我们从<qr>-标签的属性中获取这些提示的值。也就是charset和errorcorrection 。当然我们只接受允许的值，我们使用checkCharacterSet()/CheckCharacterSet()和checkErrorCorrectionAllowed()/CheckErrorCorrectionallowed()方法检查这些值。然后使用getErrorCorrectionlevel()方法将errorcorrection登记属性转换为ErrorCorrectionLevel 。处理完属性后，我们将创建一个BarcodeQRCode实例。因为我们还不知道二维码的内容，所以我们使用“placeholder”作为代码的值。
我们用processContent()/ProcessContent()方法中的实际内容替换这个“placeholder”。同时我们不希望<qr>-标签有任何嵌套的标签，因此processTagChild()/ProcessTagChild()方法可以简单地返回false。在过程结束时，在processEnd()方法中，我们将qrCode对象包装在Image对象中。与BarcodeQRCode对象不同，Image类实现IPropertyContainer接口。我们在getElementResult()/GetElementResult()方法中返回这个IPropertyContainer对象。
我们已经成功地实现了ITagWorker接口的四种方法，现在我们可以在自定义QRCodeTagWorkerFactory中使用这个QRCodeTagWorker。
将此自定义QRCodeTagWorkerFactory用作createPdf()/CreatePdf()方法中的ConverterProperties 之一：
public void createPdf(String src, String dest) throws IOException {
ConverterProperties properties = new ConverterProperties();
properties
.setCssApplierFactory(new QRCodeTagCssApplierFactory())
.setTagWorkerFactory(new QRCodeTagWorkerFactory());
HtmlConverter.convertToPdf(new File(src), new File(dest), properties);
}
从这段代码中可以看出，我们使用setTagWorkerFactory()/SetTagWorkerFactory()方法来扩展标签处理机制，但我们也使用setCsApplierFactory()/SetCsApplierFactory()来扩展CSS功能的处理。
这在本例中是必要的，因为我们使用CSS为<qr>-标签定义了边框颜色、宽度和高度。然而，由于<qr>是一个自定义标签，iText不知道遇到此类标签时要使用ICssApplier的哪个实现。我们可以通过重写DefaultCsApplierFactory类的getCustomCsApprier()/GetCustomCsApp()方法轻松解决此问题：
class QRCodeTagCssApplierFactory extends DefaultCssApplierFactory {
@Override
public ICssApplier getCustomCssApplier(IElementNode tag) {
if (tag.name().equals("qr")) {
return new BlockCssApplier();
}
return null;
}
}
在这段代码中，我们告诉iText，每当遇到<qr>-标签时，我们都需要将该标签视为块元素。我们只需重用用于块元素（如<div>、<p>、<blockquote>等）的BlockCsApplier。你可以查看DefaultTagCsApplierMapping的源代码，以获得默认ICssApplier映射的完整概述。
在接下来的几个示例中，我们将创建自定义CSS appliers。
4. 创建自定义css applier
在上一个示例中，我们扩展了DefaultCssApplierFactory，为<qr>-标签添加了BlockCssApplier。在下一个示例中，我们将创建自己的ICssApplier实现。
在这个相当人为的示例中，我们将使用第3章中的sxsw.html文件，并将覆盖所有<div>-元素的CSS applier。我们将忽略这些元素的所有样式，除了background。如果为<div>-元素定义了背景色，我们将用灰色值（#dddddd）替换实际值。见图5.5。
ICssApplier接口有一个名为apply()/apply()的方法。在这个示例中，我们实现了如下方法：
class GrayBackgroundBlockCssApplier implements ICssApplier {
public void apply(ProcessorContext context,
IStylesContainer stylesContainer, ITagWorker tagWorker){
Map<String, String> cssProps = stylesContainer.getStyles();
IPropertyContainer container = tagWorker.getElementResult();
if (container != null && cssProps.containsKey(CssConstants.BACKGROUND_COLOR)) {
cssProps.put(CssConstants.BACKGROUND_COLOR, "#dddddd");
BackgroundApplierUtil.applyBackground(cssProps, context, container);
}
}
}
如果有背景色，我们用#dddddd替换该颜色，然后使用BackgroundApplierUtil类将背景应用于container你仍然可以在生成的PDF中看到带有彩色背景的元素。这是因为这些背景是在<h2>或<li>元素的上下文中定义的，而我们的自定义ICssApplier仅用于<div>元素。
在实现这种功能时要非常小心。在这种情况下，我们完全忽略了任何其他可能适用的CSS属性。扩展现有的ICssApplier实现要好得多。
在下一个示例中，我们将使用一些“Dutch CSS”来定义颜色。由于没有“Dutch CSS”，我们将扩展DefaultCssApplierFactory以支持这种虚构的CSS功能。
5. 实现自己的自定义CSS
dutch_css.html文件是我们在第2章中使用的文件的变体，但它有一些特殊之处,它使用了Dutch(荷兰语)版本的CSS：
<html>
<head>
<title>Colossal</title>
<meta name="description" content="Gloria is an out-of-work party girl..." />
</head>
<body>
<img src="img/colossal.jpg" style="width: 120px;float: right" />
<h1 style="achtergrond: rood; kleur: wit;">Colossal (2016)</h1>
<div style="font-style: italic; kleur: blauw;">Directed by Nacho Vigalondo</div>
<div style="kleur: groen;">
Gloria is an out-of-work party girl forced to leave her life in New York City,
and move back home. When reports surface that a giant creature is
destroying Seoul, she gradually comes to the realization that she is
somehow connected to this phenomenon.
</div>
<div style="font-size: 0.8em">Read more about this movie on
<a href="www.imdb.com/title/tt4680182">IMDB</a></div>
</body>
</html>
你看到我们如何定义这个HTML文件中的颜色了吗？我们使用了achtergrond代替background，kleur代替color，我们使用了颜色wit、rood、groen和blauw。显然，这在浏览器中不起作用，但我们可以在将HTML转换为PDF时使其发挥作用。见图5.6。
为了实现这一点，我们将荷兰语颜色名称映射为英文颜色名称。代码如下：
public static final Map<String, String> KLEUR = new HashMap<String, String>();
static {
KLEUR.put("wit", "white");
KLEUR.put("zwart", "black");
KLEUR.put("rood", "red");
KLEUR.put("groen", "green");
KLEUR.put("blauw", "blue");
}
我们同样继承BlockCssApplier类：
class DutchColorCssApplier extends BlockCssApplier {
@Override
public void apply(ProcessorContext context,
IStylesContainer stylesContainer, ITagWorker tagWorker){
Map<String, String> cssStyles = stylesContainer.getStyles();
if(cssStyles.containsKey("kleur")){
cssStyles.put(CssConstants.COLOR,
KLEUR.get(cssStyles.get("kleur")));
stylesContainer.setStyles(cssStyles);
}
if(cssStyles.containsKey("achtergrond")){
cssStyles.put(CssConstants.BACKGROUND_COLOR,
KLEUR.get(cssStyles.get("achtergrond")));
stylesContainer.setStyles(cssStyles);
}
super.apply(context, stylesContainer,tagWorker);
}
}
每当我们遇到Dutch CSS属性“kleur”时，我们都会将其值转换为英文，并将该值设置为color属性。每当我们遇到Dutch CSS属性achtergrond时，我们将其值转换为英语，并将此值设置为background属性。对于所有其他CSS属性，我们依赖于它们在BlockCsApplier类中的实现。
我们将对每个<h1>-和<div>-标签使用DutchColorCsApplier：
public void createPdf(String src, String dest) throws IOException {
ConverterProperties converterProperties = new ConverterProperties();
converterProperties.setCssApplierFactory(new DefaultCssApplierFactory() {
ICssApplier dutchCssColor = new DutchColorCssApplier();
@Override
public ICssApplier getCustomCssApplier(IElementNode tag) {
if(tag.name().equals(TagConstants.H1)
|| tag.name().equals(TagConstants.DIV)){
return dutchCssColor;
}
return null;
}
});
HtmlConverter.convertToPdf(new File(src), new File(dest), converterProperties);
}
当然这种制作法具体在上面用例里面有用需要你自己去考虑，但望这些示例能够提供有关pdfHTML内部工作的一些见解，同时证明pdfHTML插件是高度可扩展的。使用本章中描述的机制，你可以根据自己的需要和需求调整pdfHTML。
6. 总结
在本章中，我们通过改变标签和CSS的解释方式来改变了pdfHTML插件的默认核心功能。我们（故意）引入了一个bug，使<a>-标签的行为就像是一个普通的<span>-标签。我们引入了自定义标签，来用作名称、日期甚至QR码的占位符。同时降级了<div>-标签的CSS属性，以便忽略除背景之外的所有CSS属性。最后，我们引入了Dutch CSS来定义颜色，并使这种CSS在HTML到PDF转换过程中发挥作用。
在下一章中，我们将讨论本教程中早该讨论的主题：字体。到目前为止，我们只使用了Helvetica和FreeSans等字体，但我们可以使用哪些其他字体？我们将在下一章中回答这个问题。
iText7高级教程之html2pdf教程源码下载
