Question

如何创建包含unicode字符的文档信息字典键（通常是瑞典字符，例如C3A4 U +00E4ä）。我想使用PdfStamper在文档信息字典中输入我自己的元数据，但我无法接受瑞典语字符。

使用Acrobat输入自定义元数据可以正常工作并在文本编辑器中查看PDF我可以看到字符的编码类似于上面提到的字符＃C3＃A4。那么有没有办法使用iText PdfStamper ???

以编程方式实现此目的

问候的Mattias

PS。在信息字典值中有unicode字符没有问题，但键是不同的故事。

Answer 1

请查看NameObject示例，并尝试一下。您会看到iText会自动转义名称中的特殊字符。

iText遵循ISO-32000-1规范的统计数据（7.3.5，名称对象）：

从PDF 1.2开始，名称对象是唯一的原子符号   由除null之外的任何字符序列（8位值）定义   （字符代码0）。唯一定义意味着任何两个名称对象   由相同的字符序列组成，表示相同的对象。   原子意味着名称没有内部结构;虽然是   由一系列字符定义，这些字符不是   被认为是名称的要素。

不是名称的一部分，而是一个前缀，表示后面的内容是a   代表PDF文件中名称的字符序列和   遵循以下规则：

a）名称中的数字标志（23h）（＃）应使用其编写   2位十六进制代码（23），前面是NUMBER SIGN。

b）名称中的任何字符都是常规字符（除了   NUMBER SIGN）应自行编写或使用其2位数字   十六进制代码，前面有NUMBER SIGN。

c）任何不是常规字符的字符都应写入   使用其2位十六进制代码，前面只有NUMBER SIGN。

注1：PDF文件中没有唯一的名称编码   因为常规字符可以用两种方式编码。

用作名称一部分的空格应始终使用   2位十六进制表示法，没有空格可以介入   SOLIDUS和编码名称。

EXCLAMATION MARK（21h）范围之外的常规字符   （！）到TILDE（7Eh）（〜）应该用十六进制写   符号

令牌SOLIDUS（斜杠后跟没有常规字符）   引入由空序列定义的唯一有效名称   字符。

注2：表4中显示的含有＃的示例无效   PDF 1.0或1.1中的文字名称。

我不是复制/粘贴表4，但我没有看到任何使用包含两个字节的字符的示例。你可以共享一个PDF，其中包含一个双字节字符的名称，其行为方式符合您的要求吗？ PDF规范明确指出名称上下文中的字符是8位值。你似乎在谈论16位值......

附加说明：在iText的当前实现中，我们只看8位：

c = (char)(chars[k] & 0xff);

当超过8位的字符通过时，我们故意丢弃所有较高位。

实际上，我想我已经回答了你的问题。最初，我以为你要求添加这个角色：http://www.fileformat.info/info/unicode/char/c3a4/index.htm

事实证明，您只需要"\u00e4" (ä)。我做了一个小代码示例，演示了如何向包含此字符的DID添加自定义条目：ChangeInfoDictionary。

public void manipulatePdf(String src, String dest) throws IOException, DocumentException {
    PdfReader reader = new PdfReader(src);
    PdfStamper stamper = new PdfStamper(reader, new FileOutputStream(dest));
    Map<String, String> info = reader.getInfo();
    info.put("Special Character: \u00e4", "\u00e4");
    stamper.setMoreInfo(info);
    stamper.close();
    reader.close();
}

当然，当您在PDF查看器中打开PDF时，您不一定会将“特殊字符：ä”视为键值，但这是PDF查看器的问题。在文本编辑器中打开PDF时，您会清楚地看到：

/Special#20Character:#20#e4(ä)

这意味着iText已正确转义特殊字符。

但是：正如您在评论中指出的那样，该字符未显示在Adobe Reader中。基于我使用Acrobat创建的PDF，我通过使用以下代码找到了一种解决方法：

StringBuffer buf = new StringBuffer();
buf.append((char) 0xc3);
buf.append((char) 0xa4);
info.put(buf.toString(), "\u00e4");

现在角色显示正确。换句话说：这是编码的问题......

Answer 2

只是想在C＃中分享一个小实验，说明一种将特殊字符放入文档信息字典键的方法。

        string inputString = "My key with åäö";
        byte[] inputBytes = Encoding.UTF8.GetBytes(inputString);
        string convertedString = Encoding.UTF7.GetString(inputBytes);
        info.Add(convertedString, "My value with åäö");

（info是用于添加元数据的词典）然后只需使用PdfStamper将信息输入PDF。元数据正确存储在PDF中，可以通过Adobe Reader进行解释。

文档信息字典键中的Unicode字符

2 个答案: