Názory k článku Formátované dokumenty a tiskové sestavy v Javě (2)

Ano, s chybějící podporou pro některé atributy XSL-FO jsem se setkal. Na druhou stranu tento systém ovšem většinou převede dokumenty i s neznámými značkami. Samozřejmě, že převod nemusí být korektní, ale pro rychlý náhled na získaná data to většinou dostačuje.

Otevřená řešení se opravdu ve firmách začínají prosazovat - vidím to všude kolem sebe. Je to samozřejmě pomalá změna, protože některá firemní infrastruktura je dost složitá a špatně se předělává (a samozřejmě při konkrétním řešení "nejsou lidi"). To je taky jeden z důvodů, proč v dalším pokračování tohoto seriálu budu popisovat systém POI, kterým se programově manipuluje s Excelovskými tabulkami - pro firemní aplikace je to jedna z často požadovaných operací.

Promiňte, to řešení s českými fonty se mi do článku už nevešlo. Pokusím se to tedy napravit tady v diskusi. Problém je to poměrně složitý, například záleží i na tom, zda máte vstupní fonty ve formátu TrueType či PostScript. Vše prozatím funguje pro PDF, v případě PostScriptového výstupu má FOP ještě nějaké mušky - viz stránka http://xml.apache.org/fop/fonts.html.

Nejprve je zapotřebí vytvořit ke každému fontu, který se do výsledného PDF souboru vloží, takzvanou metriku, tj. rozměry jednotlivých znaků, kerningové páry atd. To se (například pro font Arial.ttf, který je v Unicode) provede pomocí příkazu:

java -cp build\fop.jar;lib\avalon-framework-cvs-20020806.jar;lib\xml-apis.jar;lib\xercesImpl-2.2.1.jar;lib\xalan-2.4.1.jar org.apache.fop.fonts.apps.TTFReader -fn arial arial.ttf arial.xml

(vše na jednom řádku, pro Unixy je samozřejmě zapotřebí upravit cesty). Výsledkem je soubor arial.xml, ve kterém je mimo jiné řečeno, že v dalším zpracování bude jméno tohoto fontu Arial (volba -fn arial).

Posléze je nutné upravit soubor "userconfig.xml" tak, aby toto jméno akceptoval. V tomto případě je to jednoduché, protože tam část s Arialem je, pouze se musí odkomentovat:

 <font metrics-file="arial.xml" kerning="yes" embed-file="arial.ttf">
    <font-triplet name="Arial" style="normal" weight="normal">
    <font-triplet name="ArialMT" style="normal" weight="normal">
 </font>

No a potom se už může jednoduše tvořit dokument, například známý Hello World s českými znaky (všimněte si způsobu výběru fontu):

<?xml version="1.0" encoding="iso-8859-2">
<fo:root xmlns:fo="http://www.w3.org/1999/XSL/Format">
  <fo:layout-master-set>
    <fo:simple-page-master master-name="simpleA4" page-height="29.7cm" page-width="21cm" margin-top="2cm" margin-bottom="2cm" margin-left="2cm" margin-right="2cm">
      <fo:region-body/>
    </fo:simple-page-master>
  </fo:layout-master-set>
  <fo:page-sequence master-reference="simpleA4">
    <fo:flow flow-name="xsl-region-body">
      <fo:block>Hello World!</fo:block>
      <fo:block font-size="12pt" font-family="Arial">ěąčřľýáíé</fo:block>
    </fo:flow>
  </fo:page-sequence>
</fo:root>

Překlad se provede příkazem:

fop -c userconfig.xml helloworld.fo -pdf helloworld.pdf

tj. je nutné specifikovat upravený konfigurační soubor. Výsledné PDF trošku naroste a pokud se do něj podíváte, zjistíte, že jsou v něm vloženy všechny použité znaky (tj. nikoli celá znaková sada).

Toť vše, doufám, že toto řešení bude později funkční i pro PostScriptové soubory. (ale byla to práce, předělávat ukázky XML do diskuse, do které se musí psát v XHTML :-)

Ano, FOP při práci s vloženými fonty opravdu nevytvoří správný kódovací vektor. Na zobrazení to nemá vliv, protože na pozicích znaků jsou "natvrdo" uvedeny jejich interní kódy, ale při dalším zpracování to nefunguje správně. Také bývají problémy se záložkami, ale zde si nejsem jistý, jestli to je chyba FOPu nebo Acrobat Readeru (po novu Adobe Readeru), protože se stejná chyba projevovala i například v souvislosti s pdfTeXem.

Za ty CS vzory dělení moc děkuji, určitě se budou hodit (v současnosti se u nás sice výstup do PDF bude používat pro tiskové sestavy ve formě tabulek, ale není vyloučeno, že později půjde i o delší texty - i když na ně bych asi popohnal pdfTeX :-).