java / pdf文本呈现

Question

我正在研究自己的pdf生成lib的Java，我遇到了一些字体/文本渲染问题。 Java中显示的文本（字体，字间距，字符间距等）与PDF中显示的文本不同。

在下面的示例中，我使用的是字体“Time New Roman”，它是PDF基本字体之一（因此我无法计算并将所有字体指标输出到pdf中）。

具体来说，在我生成的PDF中，我有这个：

BT
/F5 16 Tf
849 921 Td
(Normal Return Distribution) Tj
ET

字体F5由对象29 0 R定义，它是（仅为基本字符，因此未指定文本度量标准）：

29 0 obj <</Type /Font /Subtype /Type1 /BaseFont /Times-Roman>>
endobj

在Java中，我正在使用：

g2d.setFont(new Font("TimesRoman", Font.PLAIN, 16));
g2d.drawString("Normal Return Distribution", 849, 921);

我已经将文本绘制成与文本边界匹配的矩形，并且在Java中它都可以（我在java中计算字符串边界），但在adobe acrobat reader中，文本比矩形大。

这是一个截图（我通过截取Adobe Acrobat Reader的屏幕截图显示我的PDF，并截取我的程序显示缓冲图像的截图;然后复制/粘贴pdf屏幕截图下面的部分我的程序的矩形截图到MSPaint。为了具有相同的矩形大小，我必须以原始大小的65.5％在Adobe中显示pdf：

因此我们可以看到java en adobe中用于显示文本的字体是相同的。但是Adobe的文字看起来有点大。事实上，如果我叠加两个单词（一个来自java在adobe之上的一个），似乎单词间距是相同的，字母间距也是，但有些字母有1个像素宽度差异。

为什么呢？ 我该怎么做才能解决这个问题？我尝试使用字符间距（Tc运算符），字间距（Tw运算符），水平缩放（Tz运算符）来播放（pdf格式）;我认为它可以“奏效”;但为什么两个程序中的缩放/间距/ ...不一样？这些（默认）参数不是Font文件的一部分（这是真正的类型）？以及如何正确检索它们（不手动将参数放入我的java代码中）？

由于

修改

因此，正如您已经解释的那样，我正在调查不使用pdf基本字体以确保Java和Adobe Reader使用相同的字体（ttf文件）。但我有一个问题（同样的问题？）。

在PDF输出中，我正在生成如下字体：

31 0 obj <<
/Type /Font
/FirstChar 0
/LastChar 255
/Widths[1298 ... 646]
/Name /F7
/Encoding /WinAnsiEncoding
/Subtype /TrueType /BaseFont /Tahoma /FontDescriptor 32 0 R
>>
endobj

32 0 obj <<
/Type /FontDescriptor
/Ascent 1299
/CapHeight 1298
/Descent -269
/Flags 32
/FontBBox [0 -269 2012 1299]
/FontName /Tahoma
/ItalicAngle 0
/StemV 126
/XHeight 1298
>>
endobj

如果我正确理解了规范，所有数字（宽度，上升，下降，......）都是相对于字形单位（基于1em？），其中1em = 1000（而1em是M字符的宽度）

因此要从java生成所有这些参数，我首先尝试找到正确的java字体大小，使M字符的宽度等于1000（因为Java不允许访问Font类或其他中的这些参数类;并且即使这些信息都在ttf文件中，PDF也需要它。）。

float size = 1f;
while (true) {
    font = font.deriveFont(size);
    fm = g2d.getFontMetrics(font);
    int em = fm.charWidth('M');
    if (em >= 1000)
        break ;
    size += 1;
}

然后我可以生成所有必需的参数。例如，对于Widths数组（每个字符的宽度）：

String pdfWidths = "";
for (int i = 0; i <= 255; ++i) {
    int width = fm.charWidth(i);
    pdfWidths += width + " ";
}

但是这样做，我仍然在Adobe Viewer中将文本与矩形重叠。 所以我必须将我的EM限制（进入我的暴力循环）设置为Tahoma字体的780;对于Verdana字体为850; ...显示类似的文本（不完全相同，但也许是由于抗锯齿算法？）（见下面的截图）。所以它不是一个恒定的“限制”（必须在理论上等于1000），但变量限制......是正确的吗？ （我想不）如果是的话，如何找到这个限制？如果不是，那有什么不对？

再次感谢。

修改

只需将字体大小设置为1000并且没有强制执行以找到EM /行高度大小，pdf中的结果实际上是java。

font = font.deriveFont(1000f);
fm = g2d.getFontMetrics(font);
//Retrieve Widths attribute
_pdfWidths = "";
for (int i = _firstChar; i <= _lastChar; ++i) {
    int width = fm.charWidth(i);
    _pdfWidths += width + " ";
}

但是仍然有一些差别，也许是由于文字绘图算法（字距可能与java和adobe reader不同？）。如下图所示，我们可以看到Verdana的文本在pdf中比在java中略小（宽度）。

Answer 1

这个答案基本上是我评论的综述。

首次尝试使用字体“Time New Roman”（实际上 Times-Roman ）这是PDF基本字体之一（不是计算并输出PDF格式的pdf）和Java AWT的“TimesRoman”，导致

  

基本上：您的应用程序使用Java AWT认为TimesRoman明确的16pt，以自己的方式应用字体指标;您的PDF查看器在16个用户空间单位中使用它认为Times-Roman的内容，应用PDF规范中指定的字体指标。所有你可以期待的是一些相似之处（否则其中一个上下文会做出一个非常糟糕的选择）但不是完全不同。

大卫实际上在第1项（不同的字体）和第3项（不同的字距调整和替换应用）中更详细地解释了他的答案。

此外，

  

BTW：从PDF 1.5开始，不推荐对标准14字体给予特殊处理。 （ISO 32000-1中的第9.6.2.1节）。因此，通过不在PDF中明确包含字体度量，您可以执行已弃用很多年的事情。

下一次尝试不使用pdf基本字体以确保Java和Adobe Reader 使用相同的字体（ttf文件），需要计算要嵌入PDF的字符宽度。在这种情况下，假设所有数字（宽度，上升，下降，......）都相对于字形单位（基于1em？），其中1em = 1000（并且1em是M字符的宽度） 。因此，尝试找到正确的java字体大小，使M字符的宽度等于1000 ，然后生成所有必需的参数那个字体。

  

不，不是基于em，而是：字体定义一个标准尺寸的字形。安排此标准，使紧密间隔的文本行的标称高度为1个单位。因此，1000个字形空间单位是该标称行的高度。

这导致了问题究竟是什么“标称线”。幸运的是，反过来更容易接近：根据定义，大小为1的字体是“标称线“的高度为1.因此，

  

不应该使用1000 * fm.charWidth(i)填充 Widths 数组，其中fm是1号字体的指标吗？或者，由于AWT适用于int宽度，fm.charWidth(i)其中fm是1000大小的字体指标？

考虑到这一点，只需将字体大小设置为1000并且没有强制发现EM / Line高度大小，pdf中的结果实际上是java。但是仍然存在一些差异，也许是由于文本绘图算法（字距调整可能与java和adobe reader不同？）。如下图所示，我们可以看到Verdana的文本在pdf中比在java中略小（宽度）。

  

查看FontMetrics.charWidth方法注释：请注意，字符串的前进不一定是字符前进的总和。 AWT另外应用字距调整等导致轻微偏差。但是，在PDF中，使用单个Tj操作，这些进步确实会增加。

如果要在PDF中使用字距调整，则必须明确写出标准宽度的偏差。这里 TJ 运算符非常方便，允许使用字符串和偏移量的混合数组作为参数。

如果您想用例如某些字符替换某些字符连字，你也必须自己做

Answer 2

对此有许多可能的解释，所有这些都有助于使用PDF中定义的标准14种字体可能是合法的，但通常不是一件明智的事情。它介绍了你遇到的那种含糊之处。 PDF通常旨在避免这种含糊不清;在这种意义上允许非嵌入和未正确指定的字体是一个坏主意。

• 如果仔细观察文字中的字符形状，我可能会冒昧地说你实际上在看不同的字体。相似但又不同。例如，看一下“i”，在一个案例中，“i”上的点多高一点。原因可能是Adobe Reader拥有自己的字体集并且不使用系统字体（例如Java可能会这样）。想想看 - Adob​​e Reader如何能够正常显示这些字体，无论它运行的系统如何？

• 实际上可能会更糟。如果我搜索我的Adobe Reader安装程序，我找不到Times字体（不是像你说的那样“Times New Roman”，那是一个不同的字体）。所以很可能Adobe Reader使用不同的字体来模仿Times（以及其他一些基本的14种字体）。我不是100％肯定这一点，但我不是说Acrobat和Reader过去常常使用MultiMaster字体来模拟非嵌入字体。

• 此外，您在PDF中呈现文本的方式不使用字符间字距调整，而Java很可能足以应用一些额外的字距或使用字符替换（例如使用一个字形来代表组合“ffl”而不是三个单独的字符）。 PDF能够使用字距调整和那些特殊的字形，但你必须做的工作是确保它们被使用...

如果您想要绝对确定您的PDF看起来与Java渲染完全相同，请找出Java中的字符位置。然后编写PDF文件，使每个角色都位于完全相同的位置......