訪問PDF內的字體文件

Question

我們目前正在與多家出版商合作，從PDF中生成在線圖書。我們的傳統應用程序使用flex，因此，我們正在使用PDF2SWF和SWFTools將PDF轉換爲SWF文件。

我們遇到的問題是當用戶執行搜索時，SWF文檔中的文本沒有被我們的flex閱讀器突出顯示。快速調查後，我們發現，提取文本的時候，我們需要嵌入由PDF文檔中使用的字體：

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 

正如你可以從上面的代碼中看到的，我們需要一個路徑一個字體目錄包含在該PDF中找到的字體。

由於我們將轉換大量的PDF文件，是否可以直接通過PDF訪問字體文件，而不是在我們的應用程序中存儲很多字體？

其他信息

我們的應用程序是用Java編寫。

我們目前在應用程序中使用PDFBox和Ghostscript，因此如果任何解決方案使用這些庫，那麼這將是首選，但我們對所有想法都開放。

Answer 1

PDF文件不包含字體'文件'，它們甚至可能根本不包含任何字體，儘管這很少見。嵌入的字體數據可以是一個令人困惑的各種格式：

• 類型1 PostScript字體
• 類型3的PostScript
• 字體TrueType字體
• 的PostScript CFF字體
• CID字體小節1型的PostScript輪廓
• 帶3型PostScript輪廓的CIDFonts
• 帶TrueType輪廓的CIDFonts
• CID字體小節與CFF輪廓
• CID字體小節與位圖圖像

將您的應用程序能夠讀取所有這些字體格式？如果你想使用它們，那麼你必須使用PDF文件中嵌入的字體，因爲它們通常是子集字體，並提供了自定義編碼，這意味着即使你有原始字體，你也不能使用它，因爲編碼不正確。

當然，這可能是因爲這些PDF文件都以一致的方式創建和不使用嵌入字體，但我有我的懷疑....