带有 Unicode 字符的 PDF 表单

Question

关闭。这个问题需要更多focused .它目前不接受答案。












想改善这个问题吗？更新问题，使其仅关注一个问题 editing this post .

2年前关闭。




Improve this question




我目前正在努力使用从 LibreOffice 文档创建的 PDF 表单。

我按照“iText in Action”一书中的建议创建了它，现在我试图用一些可以包含 Unicode 字符的值来预填充嵌入的表单。

这包括由基本字符和附加组合字符(例如 M̂)组成的字符。

我尝试了在 stackoverflow 中找到的几种不同的提示和这本书，但我从来没有得到一个格式适用于所有平台的 PDF 文档:Linux(Okular、Evince、Acrobat DC、macOS Previewer 等)

我知道我需要一种字体，它可以覆盖字符并完全嵌入字体。下面是我用来归档 PDF 文档和 PDF 文件的代码。

我的问题是:

PDF 规范中 PDF 阅读器规范的不同行为是否存在弱点，我必须接受它吗？

特别是 Linux PDF 阅读器和 Acrobat 表现不佳。是否存在已知错误？

我对PDF的内部结构不是很熟悉，所以有什么建议吗？我的 PDF 文件的内容正常吗？

关于如何改进代码以获得更好结果的任何建议？

填写表格的代码:

BaseFont uniFont = BaseFont.createFont("./src/main/resources/UnicodeDoc.ttf", BaseFont.IDENTITY_H, BaseFont.EMBEDDED, false, null, null, false);
uniFont.setSubset(false);

// Debugging code...
for (String codepage : uniFont.getCodePagesSupported()) {
    System.out.println("Codepage = " + codepage);
}

FileInputStream fis = new FileInputStream(src);
ByteArrayOutputStream baos = new ByteArrayOutputStream();
PdfReader reader = new PdfReader(fis);
PdfStamper stamper = new PdfStamper(reader, baos);

// Fill all fields in PDF form
String text = "aM\u0302a"; // Same as "aM̂a"
com.itextpdf.text.pdf.AcroFields form = stamper.getAcroFields();
for (String fname : form.getFields().keySet()) {
    System.out.println("form." + fname);
    form.setField(fname, text);
    form.setFieldProperty(fname, "textfont", uniFont, null);
}
form.setGenerateAppearances(true);
form.addSubstitutionFont(uniFont);
stamper.setFormFlattening(false);
stamper.close();
reader.close();

Template

Template filled

Font

提前致谢， Mik86

Answer 1

I'm not very familiar with internals of PDF, so any suggestions? Are the contents of my PDF files ok?

我将不得不深入研究 PDF 规范，以查看是否存在绝对不正确的内容，但对我来说似乎确实存在混淆。

首先，当我尝试在 Acrobat 中打开它时，您的输入模板给了我一个错误，LiveCycle 提示必须将“UnicodeDoc”换成不同的字体。原始输入文件中使用了“UnicodeDoc”:



注意字体“UnicodeDoc”是不是 嵌入在您的输入文件中。填写时，您创建并嵌入字体，但看起来您没有覆盖原始字体(再次，不是说这是正确的还是不正确的):



无需过多了解 PDF 的内部工作原理，正在填写的表单仍会链接到未嵌入的原始字体。

这不一定直接解决问题，但是如果我通过从原始模板中删除字体来“修复”您的文档:

input.pdf

并通过你的代码运行它产生 output.pdf 在 Acrobat 和 Reader 中有正确的输出。

同样，这并不是说在这种情况下您的 PDF 是错误的或 iText 是错误的，因为我还没有查看整个规范以了解此处预期的交互(如果有)，但就其而言，您所使用的字体嵌入是不是 最终在表单字段中使用的字体。