用于注释的嵌入子集字体

Question

经过多次尝试和错误，我终于设法有一些工作-除了字体子集。我这样做的方法是初始化PDFont对象一次使用

  try (InputStream fs = PDFService.class.getResourceAsStream("/static/fonts/LiberationSans-Regular.ttf")) {
     _font = PDType0Font.load(pddoc, fs, true);
  }

然后使用自定义外观流来显示文本。

   private void addAnnotation(String name, PDDocument doc, PDPage page, float x, float y, String text) throws IOException {
      
      List<PDAnnotation> annotations = page.getAnnotations();

      PDAnnotationRubberStamp t = new PDAnnotationRubberStamp();

      t.setAnnotationName(name); // might play important role
      t.setPrinted(true); // always visible
      t.setReadOnly(true); // does not interact with user
      t.setContents(text); 
      
      PDRectangle rect = ....;
      t.setRectangle(rect);

      PDAppearanceDictionary ap = new PDAppearanceDictionary();
      ap.setNormalAppearance(createAppearanceStream(doc, t));
      ap.getCOSObject().setNeedToBeUpdated(true);
      t.setAppearance(ap);
      
      annotations.add(t);
      page.setAnnotations(annotations);
      
      t.getCOSObject().setNeedToBeUpdated(true);
      page.getResources().getCOSObject().setNeedToBeUpdated(true);
      page.getCOSObject().setNeedToBeUpdated(true);
      doc.getDocumentCatalog().getPages().getCOSObject().setNeedToBeUpdated(true);
      doc.getDocumentCatalog().getCOSObject().setNeedToBeUpdated(true);      
   }
   
   private PDAppearanceStream createAppearanceStream(final PDDocument document, PDAnnotation ann) throws IOException
   {
      PDAppearanceStream aps = new PDAppearanceStream(document);
      PDRectangle rect = ann.getRectangle();
      rect = new PDRectangle(0, 0, rect.getWidth(), rect.getHeight());
      aps.setBBox(rect); // set bounding box to the dimensions of the annotation itself
     
      // embed our unicode font (NB: yes, this needs to be done otherwise aps.getResources() == null which will cause NPE later during setFont)
      PDResources res = new PDResources();
      _fontName = res.add(_font).getName();
      aps.setResources(res);

      PDAppearanceContentStream apsContent = null;
      
      try {
         // draw directly on the XObject's content stream
         apsContent = new PDAppearanceContentStream(aps);

         apsContent.beginText();
         apsContent.setFont(_font, _fontSize);         
         apsContent.showText(ann.getContents());
         apsContent.endText();
      }
      finally {
         if (apsContent != null) {
            try { apsContent.close(); } catch (Exception ex) { log.error(ex.getMessage(), ex); }
         }
      }      

      aps.getResources().getCOSObject().setNeedToBeUpdated(true);
      aps.getCOSObject().setNeedToBeUpdated(true);
      return aps;
   }     

这段代码会运行，但会创建一个带有点而不是实际字符的PDF，我想这意味着字体子集还没有嵌入。而且，我得到以下警告：

在查看了源代码之后，我发现并且我猜我在创建外观流时搞乱了一些东西--不知何故，它与PDDocument没有连接，子集也不能正常继续。注意，当字体完全嵌入时（例如，如果我调用pdtype0font.load，最后一个参数设置为false），上面的代码可以很好地工作

有人能给我一些提示吗？谢谢！

Answer 1

我不知道-我幸运吗？编程中的幸运常常指向一些完全错误或误导的东西。无论如何，如果有人还能给我一个提示，我的耳朵就不止是张着的...

同样，在查看了代码之后，我在pddocument.save（）中看到了以下内容：

// subset designated fonts
for (PDFont font : fontsToSubset)
{
    font.subset();
}

我正在使用的PDDocument.SaveIncremental（）中没有出现这种情况。为了处理代码，在对文档调用saveIncremental（）之前，我执行了以下操作：

 _font.subset(); // you can see in the beginning of the question how _font is created
 _font.getCOSObject().setNeedToBeUpdated(true);
 pddoc.saveIncremental(baos);

“...字体的PostScript名称-...-以一个标签开头，后面跟着一个加号(+)。标签正好由六个大写字母组成；字母的选择是任意的，但同一PDF文件中的不同子集必须有不同的标签...”

一旦我开始为我的每个注释调用pdtype0font.load，并在为每个注释创建外观流后调用subset（）（当然还有setNeedToBeUpdated)，我就看到BaseName属性看起来确实不同了--事实上，2020年版本的Acrobat Reader DC不再抱怨了。

[编辑07/10/2021：即使尝试每页使用一个PDFont对象（这种字体有多个注释），并将其子集一次，在对所有注释的外观调用showText之后，似乎不起作用--似乎子集使用了我传递给第一个showText的字母，而不是其他的，导致第二个、第三个等批注的错误呈现，这些批注可能有第一个批注中不存在的字符--所以我重申，起作用的是对每个单独的批注使用loadFont，然后（在用showText修改外观后，将标记子集期间要使用的字母）对这些字体调用subset（）（这将导致字体名称的更改）]

请注意，除了使用iText RUPS检查PDF内容之外，还可以使用Foxit PDF viewer至少确保子集字体名称是不同的。Acrobat Reader DC和PDF-xChange在Properties->Fonts中只显示初始字体名称，如LiberationSans，而不显示6个字母的唯一前缀。

更新19/04/2021我仍在处理这个问题--因为我仍然收到关于臭名昭著的“无法提取嵌入式字体”消息的报告。这条消息的最初原因很可能不是（或者不仅仅是）不同子集具有相同的BaseFont名称这一事实。我观察到的一件事是，在一些计算机上，我使用的邮票注释导致Acrobat Reader DC自动打开所谓的“注释窗格”--有选项可以关闭这种自动的东西（当打开带有注释的PDF时，首选项->注释->显示注释窗格）。当手动或自动打开此窗格时，会出现错误消息（我很想知道为什么相同版本的Acrobat Reader DC对于不同的机器有不同的行为）。我认为Acrobat Reader试图提取字体的完整版本，但失败了，因为它只是一个子集。但是，我想，这与文档的语义内容无关--文档仍然通过“qpdf--check”。我目前正在努力寻找是否有可能限制邮票不允许评论--即某种方法来禁用Acrobat Reader DC中的评论窗格，尽管我没有什么希望。

更新20/04/2021在这里打开了一个新问题