java - 如何忽略 PDFBox 2.0.7 使用的字体中缺失的字形

Question

我看到调用 PDFPageContentStream 的 showText(String) 方法时抛出“java.lang.IllegalArgumentException:字体中没有 U+05D0 的字形”(作为示例)异常。

捕获异常并不是很有帮助，因为好的字符不会被写出来。也不会检查输入字符串中的每个字符，这会成为性能 killer (每个 PDF 可能有数千页、数百万个字符)。我真正需要的是一种方法来防止任何丢失字形的异常，并自动将其替换为其他字形，或者动态创建的显示 unicode 值的字形。

我不想因为字体不支持特定字形而停止生成 PDF，我只想使用一些替换字符并继续。

如何实现这一目标？

Answer 1

这就是我所做的

private final char[] replacements = IntStream.range(0, 1<<16)
    .map(c -> canRender(font, c) ? c : "?")
    .collect(StringBuilder::new, StringBuilder::appendCodePoint,
             StringBuilder::append)
    .toString().toCharArray();

// This is extremely ugly!!!
private boolean canRender(PDType0Font font, int codepoint) {
    try {
        font.getStringWidth(new String(Character.toChars(codepoint)));
        return true;
    } catch (final Exception e) {
        return false;
    }
}

String sanitize(String input) {
    return input.codePoints()
            .map(c -> c<replacements.length ? replacements[c] : '?')
            .collect(StringBuilder::new, StringBuilder::appendCodePoint,
                     StringBuilder::append)
            .toString();

我认为，不值得优化，因为在 PDF 生成过程中，还需要做更多工作，包括 hasGlyph 测试。