我们目前正在与一些出版商合作,从他们的 PDF 生成在线图书。我们的遗留应用程序使用 flex,因此为此我们使用 PDF2SWF 将 PDF 转换为 SWF 文件通过 SWFTools .
我们遇到的问题是,当用户执行搜索时,SWF 文档中的文本没有被我们的 flex 阅读器突出显示。经过快速调查后,我们发现在提取文本时,我们需要嵌入 PDF 文档使用的字体:
http://wiki.swftools.org/wiki/How_do_I_highlight_text_in_the_SWF%3F
pdf2swf -F $YOUR_FONTS_DIR$ -f input.pdf -o output.swf
正如您从上面的代码中看到的,我们需要一个字体目录的路径,该目录包含在该 PDF 中找到的字体。
由于我们将转换大量 PDF,是否可以直接通过 PDF 访问字体文件而不是在我们的应用程序中存储大量字体?
<我> 附加信息
我们的应用程序是用 Java 编写的。
我们目前在应用程序中使用 PDFBox 和 Ghostscript,因此如果有任何解决方案使用这些库,那将是首选,但我们对所有想法持开放态度。
最佳答案
PDF 文件不包含字体"file",它们甚至可能根本不包含任何字体,尽管这种情况很少见。嵌入的字体数据可以是多种多样的格式:
- 输入 1 种 PostScript 字体
- 类型 3 PostScript
- 字体 TrueType 字体
- PostScript CFF 字体
- 具有 1 类 PostScript 轮廓的 CIDFonts
- 具有 3 类 PostScript 轮廓的 CIDFonts
- 带有 TrueType 轮廓的 CIDFonts
- 带有 CFF 轮廓的 CIDFonts
- 带有位图图像的 CIDFonts
您的应用程序能够读取所有这些字体格式吗?如果你想使用它们,那么你必须使用嵌入在 PDF 文件中的字体,因为这些通常是子集字体,并提供自定义编码,这意味着即使你有原始字体,您不能使用它,因为编码不正确。
当然可能这些PDF文件都是以一致的方式创建的,没有使用嵌入字体,但我有疑问....
关于java - 访问 PDF 中的字体文件,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/8758842/