[收藏]使用Apache FOP将Docbook转换成PDF文档

zzl001

　　http://blog.chinaunix.net/u/1096/showart_1808039.html
http://blog.chinaunix.net/templates/default/images/right_line.gif
　　使用Apache FOP将Docbook转换成PDF文档
在翻译的 Spring Live 的时候，我就选择了使用 DocBook 来组织文档。但是当我试图使用 Apache FO 把它转换成 PDF 时，问题就出现了。
实际上，到现在为止，我都没有用FOP来真正的转换我的 DocBook 源文件。Spring Live 的PDF文档最终还是由 RenderX 的 XEP 免费个人版来转换的。
使用Apache FOP，首先是要解决的是中文字体支持问题，操作起来比较复杂，一般要经历两个步骤。
1. 要支持truetype字体，首先是要生成metrics文件，并且在fop配置文件中进行配置。
2.然后自定义xsl中字体相关的属性。
这里不再重复其步骤细节，具体可以参考：
Apache FOP: Configuration
使用FOP 将中文DocBook xml转换成pdf的实现记录
用Google搜索的话可以更多的相关的解决方案，大多是针对早期的 0.20.5的版本。
可喜的是最新的Apache FOP 0.95的字体配置已经大大简化，支持自动扫描。参见：Apache FOP: Fonts 。
　　/usr/share/fonts/truetype/
  
  
　　第一种方法，在配置文件fonts 标签使用directory，指定字体目录，它有一个可选的属性recursive，设置为true的话，会查找子目录中安装的字体文件。
第二种方法，使用，它会自动扫描系统的字体目录，如Windows系统盘下的C:\Windows \Fonts，及Linux下的~/.fonts，/usr/share/fonts, /usr/local/share/fonts等。
第一次扫描之后，FOP会将字体信息写入cache，之后使用就会读cache了，不会再扫描字体了，默认cache存放位置是~/.fop/下面。建议在linux下指定directory的方式，不然的话cache文件体积也比较惊人。
但是FOP生成的pdf文档仍然无法让我满意。
当我想在设置font.family使用字体簇时，FOP 0.95无法支持。比如我的设置为:
　　'Garamond','SimSun'
'Georgia','SimHei'  
　　这种设置的好处是，英文中文分别使用不同的字体输出。
由于Docbook XML生成的FO文件中，默认字符输出使用character-by-character策略，FOP居然还是汉字当成英文字符来处理，导致汉字输出全部为方框。
在满江红翻译的Hibernate 中文文档时，使用FOP转换，正文仅设置使用了SimSun（这样文中的英文字符也是用SimSun生成的），导致文档字体千篇一律，整个文档看起来过于 “朴素”。
当我从svn上取得最新的源代码，重新编译使用后，发现这个问题已经不存在了。现在 FOP 终于可以支持字体簇了，参见，FontSelectionStrategy 。
从源代码编译的方法参见：
Apache FOP: Building from Source Code
生成的pdf效果如下。
http://docs.google.com/File?id=dfgts3r6_188dmczbvgf_b
　　图中，上面部分是FOP生成的，下面是用XEP来生成的。FOP生成的文档依然有缺陷，中英字符的对齐方式与XEP有不同，如果用标准的英文书写所用四线格来说明的话，在FOP中生成的中文底部是与英文底线持平的，而在XEP，中文相对来说向上移了一格，看起来也比较美观。
其它中文问题，如换行时标点位置判断的问题，list的前面的符号显示问题，还没有进行测试。