使用iText将pdf格式的字段展平后，用矩形代替字母

Question

我正在C＃中使用iText填写pdf表单。有单选按钮和文本字段需要填写，完成后我希望这些字段不可编辑-变平。只要我不打电话，一切都会很好

form.FlattenFields();

在此之后，用文本填充的字段被破坏了-每个字母变成一个矩形。当我不调用form.FlattenFields（）时，这些字段很好，但仍可编辑，这不是我想要的。代码：

PdfReader reader = new PdfReader(src);

PdfDocument pdf = new PdfDocument(reader, new PdfWriter(dest));

PdfAcroForm form = PdfAcroForm.GetAcroForm(pdf, true);

form.GetField("question1").SetValue("Text");

form.FlattenFields();

pdf.Close();

Answer 1

简而言之：PDF中的表单已损坏，它要求使用字体，而字符代码和Unicode代码点之间没有正确的映射。此外，该字体中的所有字形都是空的，因此即使PDF处理器以某种方式知道映射的想法，它仍将仅显示空字形。

因此，PDF处理器必须忽略表单的请求，并引入自己的字体以按预期填充表单。

分析表单字段未展平的PDF

您提出的问题

  

只要我不打电话，一切都很好

form.FlattenFields();

     

在那之后填充文本的字段被破坏

实际上，实际上，未拼合的PDF已经损坏：

这不是由于查看器所致，该表单字段的外观流如下所示：

q
0 0 0 RG
0 0 151 12.36 re
S
Q
/Tx BMC
q
n
q
BT
/F0 12 Tf
4 1.32 Td
0.26667 0.26667 0.26667 rg
<0000000000000000> Tj
ET
Q
Q
EMC

如您所见，显示的字符串为<0000000000000000>，即四个0000字形。但是，该字体可能已编码，因此无法表示"Text"。

此PDF中的

"Text"仅出现一次：作为抽象表单字段的值。因此，如果PDF查看器没有采用PDF中给定的外观而是自己创建了外观（例如，编辑表单字段时），则它可能会显示代表"Text"的内容。

分析原始表格

已经看到原来没有变平的填充已经损坏，并且想知道是什么原因造成的，让我们看一下表单字段属性。

首先，这是 DA （默认外观）属性的值，该属性用于构造上述外观流：

.266667 .266667 .266667 rg
/F0 12 Tf

在上面的外观流中，您将同时识别两条指令（在前一行中填充颜色定义，在后一行中填充字体和字体大小定义）。

外观流资源和默认资源（ AcroForm 条目 DR ）中的字体名称 F0 都解析为相同的字体：< / p>

28 0 obj
<<
  /Type/Font
  /BaseFont/WRCKAA+TimesNewRomanPSMT
  /ToUnicode 29 0 R
  /Subtype/Type0
  /DescendantFonts[33 0 R]
  /Encoding/Identity-H
>>
endobj

编码为 Identity-H ，这实际上意味着PDF中使用的字符代码与字体中使用的代码相同。因此，没有有关代码实际含义的信息。

但是上面有一个 ToUnicode 映射！让我们看一下它的内容：

/CIDInit /ProcSet findresource
begin
12 dict
begin
begincmap
/CIDSystemInfo <</Ordering (UCS) /Registry (Adobe) /Supplement 0 >> def
/CMapName /Adobe-Identity-UCS def
/CMapType 2 def
1 begincodespacerange
<0000> <ffff> endcodespacerange
1 beginbfchar
<0003> <0020> endbfchar
endcmap
CMapName
currentdict
/CMap defineresource
pop
end
end

只有一个映射，字符代码0003被映射到0020，即 space 的Unicode代码点！

因此，表单定义要求PDF处理程序使用特定的字体进行填充，但是此字体不提供有关此字体中的哪些字符代码表示哪个Unicode值的信息。因此，PDF处理程序试图按要求执行只能填写表格！

此外，该字体的 BaseFont 值为 WRCKAA + TimesNewRomanPSMT 。该6个字母的前缀表示此字体不是完整的TimesNewRomanPSMT，而只是其一部分。因此，让我们看一下字体中的字形绘图信息：

依此类推，等等，超过4000个字形。

因此，该字体仅对第一个字形（名为".notdef"，即表示未定义的字形）具有一个非空的图形，所有其他字形均被绘制为空！

此外，字体包含其自己的有关将字符代码映射到Unicode的信息（否则表中将没有任何字符标题）。 PDF处理器不需要使用这些信息，但是如果使用了这些信息，它将被愚弄为使用字符代码，而这些字符代码最终都只能代表空字形！