java - 将 PDFBoxs PDFont 转换为 java.awt.Font

Question

我必须阅读 PDF 文件并从中提取一些信息。因此我正在使用 PDFBox。现在我遇到了问题，我想通过在 JPanel 上绘制结果来显示结果。但要做到这一点，我需要底层字符串的字体信息。

我现在的问题是，我没有找到将 PDFont 转换为 java.awt.Font 的好方法。我想通过使用 PDFont 的字符串表示来创建一些映射并从中提取相关信息，比如

Arial -> new Font("Arial", Font.PLAIN, size);
Arial,Bold -> new Font("Arial", Font.BOLD, size);
//and so on

但这行不通，因为例如，每种字体的字符串表示都不同

Times-Roman -> new Font("Times-Roman", Font.PLAIN, size);
Times-Bold -> new Font("Times-Roman", Font.BOLD, size);

有没有更好的方法来进行转换？

Answer 1

这是不可能的。

引自 this answer :

be aware that most PDFs do not include to full, complete fontface when they have a font embedded. Mostly they include just the subset of glyphs used in the document.

事实上，org.apache.pdfbox.pdfviewer.PageDrawer 使用他们自己的 org.apache.pdfbox.rendering.Glyph2D 类作为 之间的桥梁PDFBox 和 java awt 通过创建一个 java.awt.geom.GeneralPath 类可以通过转换转换为 java.awt.Shape 又可以由 java.awt.Graphics2D 绘制。

过程中没有使用java.awt.Font，找也没用。

尽管如此，如果您对 PDF 文件“幸运”并且实际上嵌入了整个字体，那么您可以 grab all PDFont classes并读取 PDFont -> FontDescriptor -> FontFile2 并将该流输出到扩展名为 .ttf 的文件中。 (一旦你有了 .ttf 流，你就有了 java.awt.Font 类。)

---

这就是我在看到这个被遗弃的问题后几个小时内收集到的内容，希望它能对某人有所帮助。