Question

我在Ubuntu上使用PHP和PDFTK。当用数据填充PDF时，我会在这些带有重音的字母上得到奇怪的字符：áóí。我正在使用 UTF-8 编码：我检查了echo mb_check_encoding （$ var，'UTF-8'）输出 1 - TRUE 。知道我能做什么吗？

我也试过用utf8_decode转换为ISO，但仍然没有运气。

由于

Answer 1

你是对的，utf8_decode（）适用于可以编码为Windows-1252的字符（即U + 0000-U + 00FF）。

但是，对于无法在Windows-1252中编码的字符，它不起作用。

但是，您始终可以使用UTF-16BE对字符进行编码。您只能对单个字段执行此操作，例如编码“özil”一词：

<<
/V (þÿ^@ö^@z^@i^@l)
/T (name)
>>

（这里“^ @”表示NUL字符（U + 0000）。如果文件在Windows-1252（latin1）中编码，这就是它在我的编辑器（vim）中的样子。）

请注意，您需要使用字节顺序标记（如果您的文件在Windows-1252中编码，则显示为“þÿ”）并且您需要以UTF格式编码整个字符串（在两个括号之间） 16。

如果您在PHP脚本中生成FDF，可以执行以下操作：

<<
/V (<?php echo chr(0xfe) . chr(0xff) . str_replace(array('\\', '(', ')'), array('\\\\', '\(', '\)'), mb_convert_encoding("özil", 'UTF-16BE')); ?>)
/T (name)
>>

你也可以写出这样的十六进制代码（即用括号括起来而不是用圆括号括起来）：

<<
/V <FEFF00F6007A0069006C>
/T (name)
>>

这具有完全相同的结果（字符串“özil”）。它在字符方面的效率较低，但它实际上似乎在pdftk中更可靠，它有一些我发现的错误（在版本2.02中）。

最后，您还可以为八进制表示法（\ ddd）中的任何字符写出Unicode代码点。例如，ö有代码点U + 00F6，八进制为366，所以你可以写：

<<
/V (\366zil)
/T (name)
>>

然而，这仅适用于U + 00FF（八进制377）。除此之外，你必须使用UTF-16。

PDF standard允许您将整个FDF文档的编码设置为UTF-8。我试过这个并没有使用pdftk，但理论上它会这样做：

%FDF-1.2
1 0 obj
<<
/Version /1.3
/Encoding /utf_8
/FDF

（根据标准，你可能不得不在标题中将FDF版本设置为1.3（或更高）。）

您也可以在字段级别执行此操作：

<<
/V (özil)
/T (name)
/Encoding /utf_8
>>

但正如我所说，我没有设法让这一切发挥作用。 pdftk似乎忽略了它。

Answer 2

用utf8_decode解决。我猜有一些缓存问题，角色仍在显示

使用PDFTk填充PDF时出现奇怪的字符

2 个答案: