帶有嵌入式HTML的PDF報告

Question

我們有一個基於Java的系統，該系統從數據庫讀取數據，將單個數據字段與預設的XSL-FO標簽合並，然后使用Apache FOP將結果轉換為PDF 。

在XSL-FO格式中，它看起來像這樣：

<?xml version="1.0" encoding="utf-8" ?>
<!DOCTYPE Html [
<!ENTITY nbsp  "&#160;"> 
    <!-- all other entities -->
]>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform" xmlns:fo="http://www.w3.org/1999/XSL/Format">
    <xsl:output method="xml" indent="yes" />
    <xsl:template match="/">

        <fo:root xmlns:fo="http://www.w3.org/1999/XSL/Format" xmlns:svg="http://www.w3.org/2000/svg" font-family="..." font-size="...">
            <fo:layout-master-set>          
                <fo:simple-page-master master-name="Letter Page" page-width="8.500in" page-height="11.000in">

                    <!-- appropriate settings -->

                </fo:simple-page-master>
            </fo:layout-master-set>
            <fo:page-sequence master-reference="Letter Page">

                <!-- some static content -->

            <fo:flow flow-name="xsl-region-body">
                    <fo:block>
                        <fo:table ...>
                            <fo:table-column ... />
                            <fo:table-body>
                                <fo:table-row>
                                    <fo:table-cell ...>
                                        <fo:block text-align="...">
                                            <fo:inline font-size="..." font-weight="...">
                                                <!-- Header / Title -->
                                            </fo:inline>
                                        </fo:block>
                                    </fo:table-cell>
                                </fo:table-row>
                            </fo:table-body>
                        </fo:table>
                    </fo:block>

                    <fo:block>

                        <fo:table ...>
                            <fo:table-column ... />
                            <fo:table-body> 
                                <fo:table-row>
                                    <fo:table-cell>
                                        <fo:block ...>
                                            <!-- Field A -->                                
                                        </fo:block>
                                    </fo:table-cell>
                                </fo:table-row>
                            </fo:table-body>
                        </fo:table>

                        <!-- Other fields in a very similar fashion as the above "Field A" -->

                    </fo:block>

                </fo:flow>      

            </fo:page-sequence>

        </fo:root>              

    </xsl:template>

</xsl:stylesheet>

現在，我正在尋找一種允許某些字段包含靜態HTML格式內容的方法。 此內容將由我們啟用HTML的編輯器（類似於CLEditor ， CKEditor等）生成，或者從外部粘貼。

我的計划是遵循此JavaWorld文章的配方：

使用JTidy將HTML格式的字符串轉換為正確的XHTML
從Antenna House進一步修改xhtml2fo.xsl以刪除所有文檔范圍和頁面范圍的轉換
將此修改后的XSLT應用於我的XHTML字符串（javax.xml.transform）
使用XPath（javax.xml.xpath）提取根目錄下的所有節點
將結果直接輸入到現有的XSL-FO文檔中

我有這樣的代碼的准系統版本，並收到以下錯誤：

（錯誤位置未知）org.apache.fop1.fo.ValidationException：“ { http://www.w3.org/1999/XSL/Format } table-body”不是“ fo：block”的有效子代！ （沒有可用的上下文信息）

我的問題：

解決此問題的方法是什么？
<fo:block>可以用作嵌套了其他對象（包括表）的通用容器嗎？
這是解決任務的整體合理方法嗎？

如果有人已經“ 在那里做過 ”，請分享您的經驗。

Answer 1

如果在oXygen或XML Spy中使用XSLT調試器，則可以逐步完成轉換。 使用oXygen（不確定XML Spy或其他編輯器）時，如果單擊調試器輸出中的標記，則oXygen將從源和生成該節點的樣式表中突出顯示標記。
擁有FO后， focheck框架（ https://github.com/AntennaHouse/focheck ）具有當前可用的最完整的FO驗證。
fo:block可以包含表等。在XSL 1.1規范中，每個FO的定義都包括一個“ Contents”小節，列出了其允許的內容。 參見例如http://www.w3.org/TR/xsl11/#fo_block 。 內容模型中“參數實體”的定義位於http://www.w3.org/TR/xsl11/#d0e6532 ，但是某些FO在其定義文本中有其他限制。
您引用的文章似乎沒有“用XPath提取根目錄下的所有節點”的步驟，而且我不確定為什么需要它。 除此之外，它看起來是使用Java進行這項工作的合理方法。

可以將替換為非FO標記，以提供足夠的信息來引用要插入的字段，而不是將從JTidy-ed HTML轉換的FO插入到靜態FO中。 然后，您可以制作XSLT樣式表，方法是對FO部分進行身份轉換（如@ kevin-brown的回答），並使用引用標記中的信息來構造模板，從而將模板+引用文檔轉換為純FO。與document()函數（ http://www.w3.org/TR/xslt#document ）一起使用的URI，以查找要插入的標記。

如果字段內容的FO位於磁盤上，則使用document()很簡單。 如果不是，那么您就必須執行諸如覆蓋XSLT處理器所使用的URIResolver之類的操作，以便與其在磁盤上查看，不如在磁盤上進行檢索內容。 您甚至可以在檢索HTML的URIResolver中使JTidying發生。 您也可以在URIResolver內部進行到FO的轉換，也可以按照@ kevin-brown的建議，將其轉換為單獨的模式。 如果轉換是在URIResolver檢索FO之前或期間完成的，則對FO的模板+引用的“主”轉換只需要提取FO子文檔的正確部分，例如document('constructed-URI')/fo:root/fo:page-sequence/* 。 但是，如果您要從Antenna House修改樣式表，則應該能夠對其進行修改，以使其始終不產生外部fo:root等。

幾年前，我做了一些類似的事情，為基於XSLT的服務器重寫libxslt XSLT處理器的URI解析器：內部XSLT處理器連續運行的上下文被另存為特殊URI的文檔，而不必寫入文件系統完全沒有

相反，您可以編寫擴展功能來查找對字段的引用。 例如，W3C的Print and Page Layout Community Group @已為多個XSLT處理器生成了擴展功能，這些擴展功能在XSLT轉換的中間運行FO處理器，以獲取格式化結果的區域樹的XML。 參見http://www.w3.org/community/ppl/wiki/XSLTExtensions

Answer 2

解決問題的最佳方法是使用驗證查看器/編輯器檢查XSL FO。 當您打開它們時，許多（例如oXygen）將向您顯示XSL FO結構中的錯誤，並且它們將描述問題（就像報告的錯誤一樣）。

在您的情況下，您顯然有一個fo：table-body作為fo：block的子級。 它不可能是。 一個fo：table-body只有一個有效的父對象fo：table。 您或者缺少fo：table標記，或者在該位置錯誤地插入了fo：block。

在我看來，我做的事情可能略有不同。 我會將XHTML內容內聯到XSL FO中，就在您需要的位置。 然后，我將創建一個標識轉換，復制所有基於fo的內容，但使用XSL轉換XHTML部分。 這樣，您實際上可以在像oXygen這樣的XSL編輯器中逐步進行轉換，並查看錯誤發生的位置以及原因。 像其他任何騙子一樣。

注意：您可能還希望查看其他XSL，尤其是在HTML可能具有任何style =“” CSS屬性的情況下。 如果是這種情況，那么它不是簡單的HTML，那么您將需要一個更好的方法來將CSS與FO一起處理HTML。

http://www.cloudformatter.com/css2pdf基於此完整的轉換。 該常規樣式表可在此處獲得： http : //xep.cloudformatter.com/doc/XSL/xeponline-fo-translate-2.xsl

我是該樣式表的作者。 它的功能遠遠超出您的要求，但是具有相當復雜的解析遞歸，可以將CSS樣式轉換為XSL FO屬性。

帶有嵌入式HTML的PDF報告

問題描述

2 個解決方案

解決方案1
4 2015-10-05 18:50:46

解決方案2
3 已采納 2015-09-25 20:04:33

帶有嵌入式HTML的PDF報告

問題描述

2 個解決方案

解決方案1 4 2015-10-05 18:50:46

解決方案2 3 已采納 2015-09-25 20:04:33

解決方案1
4 2015-10-05 18:50:46

解決方案2
3 已采納 2015-09-25 20:04:33