php - 用 PDFTk 填充 PDF 时出现奇怪的字符

Question

我在 Ubuntu 上使用带有 PDFTK 的 php。当用数据填充 PDF 时，我会得到带有重音符号的奇怪字符:á ó í 。我正在使用 UTF-8 编码:我使用 echo mb_check_encoding($var, 'UTF-8') 检查输出 1 - TRUE .知道我能做什么吗？

我也尝试过使用 utf8_decode 转换为 ISO，但仍然没有成功。

谢谢

Answer 1

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

但是，它不适用于无法在 Windows-1252 中编码的字符。

不过，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，例如对单词“özil”进行编码:

<<
/V (þÿ^@ö^@z^@i^@l)
/T (name)
>>

(这里的“^@”表示一个 NUL 字符 (U+0000)。如果文件是在 Windows-1252 (latin1) 中编码的，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(如果您的文件是在 Windows-1252 中编码的，它将显示为“þÿ”)并且您需要将整个字符串(在两个括号之间)编码为 UTF- 16.

如果您在 PHP 脚本中生成 FDF，您可以执行如下操作:

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

您也可以像这样写出十六进制代码(即用尖括号而不是圆括号括起来):

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

这具有完全相同的结果(字符串“özil”)。它在字符方面效率较低，但实际上它在 pdftk 中似乎更可靠，它有一些我发现的错误(在版本 2.02 中)。

最后，您还可以用八进制符号 (\ddd) 写出任何字符的 Unicode 代码点。例如，ö 的代码点为 U+00F6，八进制为 366，因此您可以这样写:

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

但是，这只适用于 U+00FF(八进制 377)。除此之外，您还必须使用 UTF-16。

PDF standard允许您将整个 FDF 文档的编码设置为 UTF-8。我试过了，但它不适用于 pdftk，但理论上它会像这样完成:

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

(根据标准，您可能还必须在 header 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，我没有设法让其中的任何一个发挥作用。 pdftk 似乎忽略了它。