使用wkhtmltopdf时，Unicode字符会被转换为损坏的符号

Question

使用wkhtmltopdf时，Unicode字符会被转换为损坏的符号

5

我有一些包含Unicode字符的HTML代码，已经以“UTF-8”保存到磁盘中。我可以使用less命令来展示它，所有的字符都能正确地显示：

<h1>什么是Action?</h1>
<p>Play程序接收到的大部分请求，都是由<code>Action</code>来处理的。

但是，当我使用“wkhtmltopdf”将其转换为PDF时，它显示出乱码字符:

我的指令是：

wkhtmltopdf --encoding utf-8 book.html book.pdf

如何解决这个问题？

- Freewind

4个回答

3

我也遇到了这个问题。原来是HTML文件中的标签设置了错误的字符集。例如，HTML文件中有：

<head>
<meta http-equiv=Content-Type content="text/html; charset=windows-1252">
<style>

当我将字符集改为utf-8时，问题得到了解决：

<head>
<meta http-equiv=Content-Type content="text/html; charset=utf-8">
<style>

- thespacecamel

是的，这个对我也起了作用，我只是没有定义字符集。 - Dennis

0

如果您使用的是 MS Windows 操作系统（上述答案适用于 X Windows 字体服务器），以下方法适用于我：

你可以在wkhtmltoimage中使用YaHei或SimSun。
使用中文字符显式设置内容到新的字体族系：
```
.smsnotification_chinese {
    font-size: 30px;    
    font-family: "Microsoft Yahei", SimSun;
}
```
这适用于标准美国Windows机器。对于其他用户，此处提供了更为强大的字体回退说明：CSS字体族声明指南——中国标准Web字体
注意：wkhtmltoimage二进制文件由于GDI+沙盒限制，在Azure工作机器上无法使用。您可以通过编写自己的Web服务包装器或使用此免费包装器来解决此问题：.Net中在Azure上将HTML转换为PDF

- mstrange

0

尝试使用 wkhtmltopdf-i386 book.html book.pdf

- HariHaran

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Freewind · Accepted Answer

最终我找到了原因：我的Ubuntu服务器没有Unicode字体。

我从本地Ubuntu上传了一些TrueType字体到服务器，一切都正常了。

freewind@freewind:/usr/share/fonts$ cd truetype/
freewind@freewind:/usr/share/fonts/truetype$ ls
arphic             ttf-dejavu               ttf-lao
freefont           ttf-devanagari-fonts     ttf-liberation
kochi              ttf-gujarati-fonts       ttf-malayalam-fonts
msttcorefonts      ttf-indic-fonts-core     ttf-oriya-fonts
openoffice         ttf-japanese-gothic.ttf  ttf-punjabi-fonts
sazanami           ttf-japanese-mincho.ttf  ttf-tamil-fonts
takao              ttf-kacst-one            ttf-telugu-fonts
thai               ttf-kannada-fonts        unfonts
ttf-bengali-fonts  ttf-khmeros-core         wqy

我只是把所有字体都上传了，这样就解决了问题，尽管我不知道哪种字体是关键。