Java 包 com.itext.pdf 在替换内容时出现 rendering/displaying 问题
Java package com.itext.pdf has rendering/displaying issue while replacing content
我正在使用 java 中的 com.itextpdf 库来生成和编辑 PDF。
我面临一个有线问题：PDF 内容（日期）未 rendered/displayed 正确地包含在 PDF 中。
我最初创建了一个仅使用 itext 的 PDF 文件，后来在 post 处理中 - 替换了 PDF 内容（日期）。
例如：日期 2020 年 11 月 28 日呈现如下（每个 运行 的轻微渲染变化 - 在普通或 space 或数字级别）：
我尝试过的事情：
- 从旧版本升级 itext：
5.5.6 和最新版本：5.5.13.2。
- 尝试了多种字体。
- 编码风格：
UTF-8 和 ISO-8859-1，还是不行。
任何指针都会有所帮助。
//initial placeholder:
String TEMPORARY_DATE_PLACE_HOLDER = "----------------";
//BaseFont (tried with both embedded as true / false):
BaseFont.createFont("/arial.ttf", BaseFont.WINANSI, false);
-
-
-
// post processing: where the placeholder is replaced.
reader = new PdfReader(InputPDF);
PdfDictionary dict = reader.getPageN(1);
PdfObject object = dict.getDirectObject(PdfName.CONTENTS);
if (object instanceof PRStream) {
PRStream stream = (PRStream) object;
byte[] data = PdfReader.getStreamBytes(stream);
String CHARACTER_ENCODING_SET = "ISO-8859-1";
String dataString = new String(data, CHARACTER_ENCODING_SET);
if ( dateFormatList.contains(requiredDate)) {
dataString = dataString.replaceAll(TEMPORARY_DATE_PLACE_HOLDER, new SimpleDateFormat(dateFormat).format(requiredDate));
}
stream.setData(dataString.getBytes(CHARACTER_ENCODING_SET));
}
stamper = new PdfStamper(reader, out);
stamper.close();
reader.close();
byte[] fileContent = out.toByteArray();
helperToWrite(new ByteArrayInputStream(fileContent), "OutputPDF");
//Helper method to write into File:
private File helperToWrite(nputStream inputStream, String name){
try (OutputStream outputStream = new FileOutputStream(file)) {
int read = 0;
byte[] bytes = new byte[1024];
while ((read = inputStream.read(bytes)) != -1) {
outputStream.write(bytes, 0, read);
}
} catch (Exception e) {
}
return file;
}
你既没有展示你的代码，也没有任何示例PDF，所以无法认真分析情况。但是由于您仍然提供了赏金，您似乎也对（有根据的）猜测感兴趣。因此，我开始了：
问题
你说你要替换日期。考虑到您的问题，我假设您采用的是天真的方式，即通过在内容流中搜索和替换。
如果是这种情况，您可以找到最合理的解释 为什么 发生在 this old answer 中：要替换的文本使用的字体是子集嵌入，即仅将原始文档中实际使用的字体字形嵌入到文档中。另一方面，您的替换文本包含此子集未涵盖的字符。因此，这些字符丢失了。
一般的解决方案
上面提到的答案也解释了通常要做什么：首先使用带坐标的文本提取确定要替换的文本的坐标，然后删除该文本，例如通过编辑，最后使用自己的字体对象添加替换。
此外， 更详细地总结了在 PDF 中对文本进行通用搜索和替换时必须解决的问题。
因此，到目前为止，您的问题与这些问题重复。
针对您的特殊情况的另一种解决方案
虽然有一个方面不同，但您说您是 "使用 java 中的 com.itextpdf 库来 生成和编辑 PDF"，即您不必编辑任意 PDF，而只需编辑您使用 iText 自己生成的 PDF。因此，您还可以创建不同的原始 PDF，使其更适合您以后的编辑！
要以更适合文本搜索和替换的方式生成模板 PDF，要么根本不子集嵌入字体，要么确保嵌入的子集足够大以容纳您计划的替换文本。
如果在您的 BaseFont.createFont 调用中将布尔参数 embedded 设置为 true (== BaseFont.EMBEDDED) 或者如果您设置字符串参数 encoding 到“Identity-H”（== BaseFont.IDENTITY_H）或“Identity-V”（== BaseFont.IDENTITY_V）。对于前一种方法，您必须避免这种情况。
作为子集的 iText 嵌入字体包含 PDF 内容流中显示说明的文本所需的所有字形。为确保某些字形在子集中，只需将其绘制在某处即可。因此，对于后一种方法，将替换文本中可能需要的所有字符收集到一个字符串中并绘制出来。您可以不可见地绘制它（白色对白色，渲染模式不可见，被某些东西覆盖，在剪辑路径或裁剪框之外，......）或者您可以在搜索和替换过程中将其删除。
即使是非嵌入式字体，iText 在某些情况下也会创建子集。因此，即使对于非嵌入字体，您也应该明确禁用子集化。
已应用于您的代码
您同时分享了您的关键代码。事实上，我可以用它重现这个问题。问题是你的 BaseFont
BaseFont.createFont("/arial.ttf", BaseFont.WINANSI, false)
即使未嵌入也已被子集化。因此，请改用以下内容：
BaseFont baseFont = BaseFont.createFont("/arial.ttf", BaseFont.WINANSI, false);
baseFont.setSubset(false);
我正在使用 java 中的 com.itextpdf 库来生成和编辑 PDF。
我面临一个有线问题：PDF 内容（日期）未 rendered/displayed 正确地包含在 PDF 中。
我最初创建了一个仅使用 itext 的 PDF 文件，后来在 post 处理中 - 替换了 PDF 内容（日期）。
例如：日期 2020 年 11 月 28 日呈现如下（每个 运行 的轻微渲染变化 - 在普通或 space 或数字级别）：
我尝试过的事情：
- 从旧版本升级 itext：
5.5.6和最新版本：5.5.13.2。 - 尝试了多种字体。
- 编码风格：
UTF-8和ISO-8859-1，还是不行。
任何指针都会有所帮助。
//initial placeholder:
String TEMPORARY_DATE_PLACE_HOLDER = "----------------";
//BaseFont (tried with both embedded as true / false):
BaseFont.createFont("/arial.ttf", BaseFont.WINANSI, false);
-
-
-
// post processing: where the placeholder is replaced.
reader = new PdfReader(InputPDF);
PdfDictionary dict = reader.getPageN(1);
PdfObject object = dict.getDirectObject(PdfName.CONTENTS);
if (object instanceof PRStream) {
PRStream stream = (PRStream) object;
byte[] data = PdfReader.getStreamBytes(stream);
String CHARACTER_ENCODING_SET = "ISO-8859-1";
String dataString = new String(data, CHARACTER_ENCODING_SET);
if ( dateFormatList.contains(requiredDate)) {
dataString = dataString.replaceAll(TEMPORARY_DATE_PLACE_HOLDER, new SimpleDateFormat(dateFormat).format(requiredDate));
}
stream.setData(dataString.getBytes(CHARACTER_ENCODING_SET));
}
stamper = new PdfStamper(reader, out);
stamper.close();
reader.close();
byte[] fileContent = out.toByteArray();
helperToWrite(new ByteArrayInputStream(fileContent), "OutputPDF");
//Helper method to write into File:
private File helperToWrite(nputStream inputStream, String name){
try (OutputStream outputStream = new FileOutputStream(file)) {
int read = 0;
byte[] bytes = new byte[1024];
while ((read = inputStream.read(bytes)) != -1) {
outputStream.write(bytes, 0, read);
}
} catch (Exception e) {
}
return file;
}
你既没有展示你的代码，也没有任何示例PDF，所以无法认真分析情况。但是由于您仍然提供了赏金，您似乎也对（有根据的）猜测感兴趣。因此，我开始了：
问题
你说你要替换日期。考虑到您的问题，我假设您采用的是天真的方式，即通过在内容流中搜索和替换。
如果是这种情况，您可以找到最合理的解释 为什么 发生在 this old answer 中：要替换的文本使用的字体是子集嵌入，即仅将原始文档中实际使用的字体字形嵌入到文档中。另一方面，您的替换文本包含此子集未涵盖的字符。因此，这些字符丢失了。
一般的解决方案
上面提到的答案也解释了通常要做什么：首先使用带坐标的文本提取确定要替换的文本的坐标，然后删除该文本，例如通过编辑，最后使用自己的字体对象添加替换。
此外，
因此，到目前为止，您的问题与这些问题重复。
针对您的特殊情况的另一种解决方案
虽然有一个方面不同，但您说您是 "使用 java 中的 com.itextpdf 库来 生成和编辑 PDF"，即您不必编辑任意 PDF，而只需编辑您使用 iText 自己生成的 PDF。因此，您还可以创建不同的原始 PDF，使其更适合您以后的编辑！
要以更适合文本搜索和替换的方式生成模板 PDF，要么根本不子集嵌入字体，要么确保嵌入的子集足够大以容纳您计划的替换文本。
如果在您的 BaseFont.createFont 调用中将布尔参数 embedded 设置为 true (== BaseFont.EMBEDDED) 或者如果您设置字符串参数 encoding 到“Identity-H”（== BaseFont.IDENTITY_H）或“Identity-V”（== BaseFont.IDENTITY_V）。对于前一种方法，您必须避免这种情况。
作为子集的 iText 嵌入字体包含 PDF 内容流中显示说明的文本所需的所有字形。为确保某些字形在子集中，只需将其绘制在某处即可。因此，对于后一种方法，将替换文本中可能需要的所有字符收集到一个字符串中并绘制出来。您可以不可见地绘制它（白色对白色，渲染模式不可见，被某些东西覆盖，在剪辑路径或裁剪框之外，......）或者您可以在搜索和替换过程中将其删除。
即使是非嵌入式字体，iText 在某些情况下也会创建子集。因此，即使对于非嵌入字体，您也应该明确禁用子集化。
已应用于您的代码
您同时分享了您的关键代码。事实上，我可以用它重现这个问题。问题是你的 BaseFont
BaseFont.createFont("/arial.ttf", BaseFont.WINANSI, false)
即使未嵌入也已被子集化。因此，请改用以下内容：
BaseFont baseFont = BaseFont.createFont("/arial.ttf", BaseFont.WINANSI, false);
baseFont.setSubset(false);