我有一个由Ghostscript 8.15制作的pdf。我需要从我的软件处理这个pdf，它从pdf文件中提取字体名称，然后执行一些操作。但是当我从这个pdf文件中提取字体名称时，这些名称与应该的名称不同。例如：原始字体名称为“NOORIN05”，但pdf文件包含“TTE25A5F90t00”。如何将这些字体名称解码为原始名称。所有字体都是TTF。
注意： 为什么我需要提取字体。 实际上有一个名为InPage的软件在印度和巴基斯坦最着名的用乌尔都语编写文档，因为在文字处理器中支持unicode之前，这是在计算机中输入乌尔都语的唯一解决方案。由于乌尔都语的复杂性，该软件使用89个字体文件NOORIN01 TO NOORIN89。使用太多字体文件的原因是包含超过19,000的所有Urdu连字。因为每个文件只能包含255个连字，所以这就是他们在unicode之前使用这种技术的原因。现在复制并粘贴由该软件生成的pdf文件中的文本，在MS Word中产生垃圾。我告诉上面89个字体文件的原因。所以没有办法从这种旧的pdf文件中提取文本。 （现在有一天这个软件支持unicode，但我说的是旧文件）。所以我用C＃开发了一个软件来从这些旧的pdf文件中提取文本。我正在使用的算法，创建一个数据库文件，其中包含所有aschii代码的89个字体文件的所有名称，在下一列中我在unicode中键入了Urdu unicode连字。我用字符逐字符处理pdf文件，匹配我的数据库文件中的字体名称，从数据库中获取unicode连字，然后显示在文本框中。所以通过这种方式我成功获得了unicode文本。我的软件在许多pdf文件中运行良好。但是几天前我收到了一个人的抱怨，说你的软件无法从这个pdf中提取文本。当我测试时，我发现pdf文件不包含原始字体名称，这就是为什么我的软件无法进行进一步处理的原因。当我检查这个pdf文件的属性时，它显示了PDF制作人GPL Ghostscript 8.15。所以我搜索网络并研究与字体相关的文档，但仍无法找到解码和获取原始字体名称的任何线索。
答案 0 :(得分：2)
您应该做的第一件事是尝试更新版本的Ghostscript。 8.16岁是14岁.....当前版本是9.21。
如果该脚本保留原始名称（可能包括通常的子集前缀），那么我们需要查看显示问题的示例输入文件。
如果你要解释为什么你需要提取字体名称，可能也会有帮助，可能你正在尝试一些根本不可能的事情。
<强> [EDIT}
好的，现在我明白了这个问题，我担心你问题的答案是“你不能得到原来的字体名称”。
PDF文件是根据（Adobe创建的）Windows PostScript打印机驱动程序的输出创建的。当它将TrueType字体作为42型字体嵌入到PostScript流中时，它会为它们提供一个伪随机名称，该名称由＆＃39; TT＆＃39;组成。其次是一些可能看起来像十六进制的其他字符，但不是。
Ghostscript pdfwrite设备的旧版本（以及8.15 非常旧版本）只是逐字地使用该名称，以及您提供的PDF文件中使用的字体名称的内容
较新版本能够进一步挖掘字体并拾取PostScript中存在的原始字体名称。不幸的是，旧版本并没有保留这一点。一旦你抛弃了信息，就无法再将其取回。
因此，如果你唯一拥有的是这个PDF文件，则根本无法获得字体名称。如果为您提供PDF文件的人可以使用更新版本的Ghostscript重新制作它，那么它将起作用。但我认为他们没有使用PostScript程序创建一个14岁的文件。