使用某些实用程序或脚本将嵌入的 PDF 字体提取到外部 ttf 文件

Question

是否可以使用某些实用程序或脚本将 PDF 文件中嵌入的字体提取到外部 ttf 文件？

1. 系统中是否存在嵌入（或未嵌入）PDF 文件的字体。使用 swftools 中的 pdf2swf 和 swfextract 工具，我能够确定 PDF 文件中使用的字体名称。然后我可以在运行时编译相应的系统字体，然后加载到我的 AIR 应用程序。

2. 但是如果系统中不存在 PDF 中使用的字体，则有两种可能性：

   2.1。如果PDF文件中也没有它们（未嵌入），我们只能根据字体名称使用类似的系统字体。

   2.2。如果它们嵌入在 PDF 文件中，那么我想知道是否有可能将它们提取到外部 ttf 文件，以便我可以在运行时将它们编译为单独的 swf 文件？

Answer 1

我知道你问这个问题已经有一段时间了，但我想我也许能帮上忙。

我不知道是否有任何实用程序允许您提取字体文件，但您可以手动执行此操作。

基本上，PDF 文件是具有不同对象的文本文件。您可以使用任何文本编辑器打开它并查找字体。

字体在 FontDescriptor 对象中指定，例如：

<</Type/FontDescriptor/FontName/ABCDEE+Algerian ... /FontFile2 24 0 R>>

这基本上是说，在对象 24 上指定了名为 Algerian 的字体。您可以使用“24 0 obj”行在文档中搜索对象 24，在此行之后，它显示带有字体文件的流的属性，并在“stream”关键字之后开始（其长度在 obj 之后的行中定义）。

该流包含压缩的 ttf 文件，要解压缩它，您可以使用以下方法：

  private static byte[] DecodeFlateDecodeData(byte[] data)
  {
     MemoryStream outputStream;
     using (outputStream = new MemoryStream())
     {
        using (var compressedDataStream = new MemoryStream(data))
        {
           // Remove the first two bytes to skip the header (it isn't recognized by the DeflateStream class)
           compressedDataStream.ReadByte();
           compressedDataStream.ReadByte();

           var deflateStream = new DeflateStream(compressedDataStream, CompressionMode.Decompress, true);

           var decompressedBuffer = new byte[1024];
           int read;
           while ((read = deflateStream.Read(decompressedBuffer, 0, decompressedBuffer.Length)) != 0)
           {
              outputStream.Write(decompressedBuffer, 0, read);
           }
           outputStream.Flush();
           compressedDataStream.Close();
        }
        return GetStreamBytes(outputStream);
     }
  }

我希望这可以帮助您...或帮助其他人

Answer 2

这是一个迟到的答案，但我找到了一种使用免费 Windows 程序来做到这一点的方法。不需要脚本或编译或 cygwin。虽然只有几步，但并不像看起来那么糟糕。

1. 安装mupdf
   链接 - http://mupdf.googlecode.com/files/mupdf-0.8 .15-windows.zip
   并将您的 pdf 复制到 mupdf 的安装文件夹中。假设它的名称为whatever.pdf。

2. 打开 dos/命令提示符。导航到您的 mupdf 安装文件夹。
   例如：cd C:\Program Files\mupdf
   ...如果进展顺利，您的提示现在应该如下所示：C:\Program Files\mupdf>
   现在输入以下命令：
   pdfextractwhatever.pdf

然后，在 mupdf 程序文件夹中，您将拥有一个或多个字体文件。它们的名称类似于 ABCDEF+Fontname-12.cff ...目前它们采用不可用的 .cff 格式，但我们会修复该问题。我建议将其重命名为不那么尴尬的名称...例如whatever.cff

1. 更多 DOS，抱歉。您需要一个名为 cftot1.exe 的工具。这是一个链接：
   ftp://tug.org/texlive/Contents/live/bin/win32 /cftot1.exe
   ...将其复制到您的 mupdf 文件夹中。然后输入：
   cfftot1whatever.cffwhatever.pfb

2. 您现在有一个几乎可用的字体文件，名为whatever.pfb。我说“几乎”是因为通常 PFB 字体文件还附带第二个文件，即包含间距信息的 PFM 文件。如果没有这个文件，字体将无法安装，并且间距将被搞乱。但该字体仍会在 fontlab 等字体编辑器中打开。您可以将字体从那里保存为 TTF 或 OTF。您也可以尝试自己调整间距。

如果您没有字体编辑器，可以使用 crossfont。 Crossfont 可以获取 PFB 并生成必要的 PFM 文件，这样您至少可以安装和使用该字体。
链接 - http://crossfont.en.softonic.com/

就是这样。

Answer 3

几年前我设计了一种特殊的字体。我花了大约一年的时间上下班。有一天，我的迈拓硬盘坏了，我无法恢复我的工作。但我为我的客户将字体嵌入到了一些 PDF 文件中。然后我就有了从这些文件中提取字体的想法。在网上寻找答案一年左右后，我总结了一种从 PDF 中提取字体的方法。我已在我的博客 http://pdffontextract.blogspot.com 上介绍了此方法。自从我提出这个解决方案以来，出现了许多替代方案，但多样性并没有什么问题。我发表这篇文章是为了帮助其他需要恢复丢失工作的人。祝您玩得开心，如果您需要任何帮助，请随时与我联系。

Answer 4

获取 cfftot1.exe 的链接已更改为 ftp://tug.org /texlive/Contents/live/bin/i386-linux/

Answer 5

小更新 - 某些 PDF 包含以另一种独特格式嵌入的字体，如 .CID 文件。
这种格式是为支持大量字符的字体（例如亚洲语言字体）而设计的，并且不会以典型的方式将字形映射到字母。

您仍然可以从 .CID 文件中获取可用的字体，您只需在我上面的答案中添加一个步骤即可。
通过名为 PStill (GPStill) 的程序运行 PDF。网站在这里：
http://www.wizards.de/~frank/pstill.html

选择时根据您的输入，将下拉列表从 Postscript 文件更改为 PDF 文件。
您的输出 PDF 将附加 _new。
如果您需要解锁 PDF，您可以使用 Elcomsoft 的高级 PDF 密码恢复。

此步骤的作用是将 PDF 中嵌入的 CID 字体转换为 PFA 类型 1 字体。因此，运行 PDFextract 后，您将拥有可以导入到 Fontlab 甚至 Crossfont 中的 .PFA 文件，而不是一堆无用的 .CID 文件。请注意，字母可能无法正确映射，因此您确实需要像 Fontlab 这样的工具来移动它们，以便例如在键盘上键入 A 不会导致字母 R。

一如既往，如果字体仅嵌入为一个子集，您将无法获得整个字体，而只能获得一组有限的字母。