如何将PDF文件合并为单个文件，而不会出现同一字体的多个副本？

Question

我创建PDF并将它们合并成一个单独的PDF文件。

我的输出PDF文件比我预期的要大得多。

我意识到我的输出PDF文件有很多重复的字体，这就是出现意外大文件大小的原因。

我的问题是：

我想创建仅嵌入字体信息的PDF文件，让它们使用Windows系统字体。

当我将它们合并成一个单独的PDF文件时，我会插入PDF所需的实际字体。

如果可能，请告诉我如何做到。

- jongseok

Answer 1

我已经创建了合并和添加字体示例来解释不同的选项。

我们将使用这个代码片段来创建PDF：

public void createPdf(String filename, String text, boolean embedded, boolean subset) throws DocumentException, IOException {
    // step 1
    Document document = new Document();
    // step 2
    PdfWriter.getInstance(document, new FileOutputStream(filename));
    // step 3
    document.open();
    // step 4
    BaseFont bf = BaseFont.createFont(FONT, BaseFont.WINANSI, embedded);
    bf.setSubset(subset);
    Font font = new Font(bf, 12);
    document.add(new Paragraph(text, font));
    // step 5
    document.close();
}

我们使用这段代码创建了3个测试文件，分别是1、2、3，我们将会执行3次：A、B、C。 第一次，我们使用参数embedded = true和subset = true，生成的文件为testA1.pdf，其中包含文本"abcdefgh"（3.71 KB），testA2.pdf，其中包含文本"ijklmnopq"（3.49 KB）和testA3.pdf，其中包含文本"rstuvwxyz"（3.55 KB）。字体被嵌入，并且文件大小相对较小，因为我们只嵌入了字体的子集。

现在我们使用以下代码将这些文件合并，使用 smart 参数指示我们是否要使用 PdfCopy 或 PdfSmartCopy：

public void mergeFiles(String[] files, String result, boolean smart) throws IOException, DocumentException {
    Document document = new Document();
    PdfCopy copy;
    if (smart)
        copy = new PdfSmartCopy(document, new FileOutputStream(result));
    else
        copy = new PdfCopy(document, new FileOutputStream(result));
    document.open();
    PdfReader[] reader = new PdfReader[3];
    for (int i = 0; i < files.length; i++) {
        reader[i] = new PdfReader(files[i]);
        copy.addDocument(reader[i]);
    }
    document.close();
    for (int i = 0; i < reader.length; i++) {
        reader[i].close();
    }
}

当我们使用PdfCopy或PdfSmartCopy合并文档时，相同字体的不同子集将作为单独的对象复制到生成的PDF文件中testA_merged1.pdf / testA_merged2.pdf（两者均为9.75 KB）。这是您遇到的问题：PdfSmartCopy可以检测和重用相同的对象，但相同字体的不同子集并不相同，iText无法将相同字体的不同子集合并为一个字体。

第二次，我们使用参数embedded = true和subset = false，生成文件testB1.pdf（21.38 KB），testB2.pdf（21.38 KB）和testA3.pdf（21.38 KB）。字体已完全嵌入，单个文件的文件大小比之前大得多，因为完整字体已嵌入。

如果我们使用PdfCopy合并文件，则字体将在合并后的文档中冗余存在，导致膨胀的文件testB_merged1.pdf（63.16 KB）。这绝不是您想要的！

然而，如果我们使用 PdfSmartCopy，iText会检测到相同的字体流并重复使用它，导致生成的 testB_merged2.pdf (21.95 KB) 比使用 PdfCopy 生成的文件要小得多。虽然仍比包含子集字体的文档要大，但如果您要连接大量文件，则嵌入完整字体将获得更好的结果。

第三次，我们使用参数 embedded = false 和 subset = false，得到的文件为 testC1.pdf (2.04 KB)，testC2.pdf (2.04 KB) 和 testC3.pdf (2.04 KB)。字体未嵌入，因此文件大小很小，但是如果与之前的结果进行比较，您会发现字体看起来完全不同。

我们使用 PdfSmartCopy 合并文件，得到 testC_merged1.pdf（2.6 KB）的结果。再次，文件大小很好，但是字体仍然无法正确显示。

为了解决这个问题，我们需要嵌入字体：

private void embedFont(String merged, String fontfile, String result) throws IOException, DocumentException {
    // the font file
    RandomAccessFile raf = new RandomAccessFile(fontfile, "r");
    byte fontbytes[] = new byte[(int)raf.length()];
    raf.readFully(fontbytes);
    raf.close();
    // create a new stream for the font file
    PdfStream stream = new PdfStream(fontbytes);
    stream.flateCompress();
    stream.put(PdfName.LENGTH1, new PdfNumber(fontbytes.length));
    // create a reader object
    PdfReader reader = new PdfReader(merged);
    int n = reader.getXrefSize();
    PdfObject object;
    PdfDictionary font;
    PdfStamper stamper = new PdfStamper(reader, new FileOutputStream(result));
    PdfName fontname = new PdfName(BaseFont.createFont(fontfile, BaseFont.WINANSI, BaseFont.NOT_EMBEDDED).getPostscriptFontName());
    for (int i = 0; i < n; i++) {
        object = reader.getPdfObject(i);
        if (object == null || !object.isDictionary())
            continue;
        font = (PdfDictionary)object;
        if (PdfName.FONTDESCRIPTOR.equals(font.get(PdfName.TYPE))
            && fontname.equals(font.get(PdfName.FONTNAME))) {
            PdfIndirectObject objref = stamper.getWriter().addToBody(stream);
            font.put(PdfName.FONTFILE2, objref.getIndirectReference());
        }
    }
    stamper.close();
    reader.close();
}

现在，我们有文件testC_merged2.pdf（22.03 KB），这实际上就是您问题的答案。正如您所看到的，第二个选项比第三个选项更好。

注意事项：此示例使用Gravitas One字体作为简单字体。一旦您将该字体用作复合字体（通过选择编码IDENTITY-H或IDENTITY-V告诉iText将其用作复合字体），您就不能再选择是否嵌入字体，是否对字体进行子集化。根据ISO-32000-1中定义，iText将始终嵌入复合字体并始终对它们进行子集化。

这意味着当您需要特殊字体（中文，日文，韩文）时，您无法使用上述解决方案。在这种情况下，您不应嵌入字体，而应使用所谓的CJK字体。CJK字体将使用可以通过Adobe Reader下载的字体包。

- Bruno Lowagie