使用 iTextSharp 将 PDF 文件中使用的字体保存到文件中

Question

这几乎是 这个悬而未决的问题，但希望知情人士正在观看并能提供帮助。

我正在寻找一些 .NET 代码将 PDF 中嵌入的字体提取到字体文件的能力。我目前正在使用 iTextSharp，但我对其他 .NET 库持开放态度（例如 PDFBox、PDF CLown 等）。我能够迭代来自 BaseFont.GetDocumentFonts() 的信息，但我不清楚如何将字体流式传输到字体文件。

谢谢，肯尼

Answer 1

我之前曾做出过回应，但为了向该网站上的主题添加可靠的示例（三个月前我非常需要的东西），我将迭代我最终使用的解决方案。

我下载了 MuPDF 并进入 bin 文件夹，检索文件 mutool.exe。然后我用 C# 中的一个单独的进程来调用它。它会提取 PDF 文件中嵌入的所有字体，并将它们转储到包含 mutool.exe 的文件夹中。然后只需将字体从那里移动到我想要它们的文件夹中即可。

        /// <summary>
        /// Extract all fonts from PDF
        /// </summary>
        /// <param name="strPDFName"></param>
        public static void ExtractAll(string strPDFName)
        {
            if (strMUTOOL != null && strFontFinal != null)
            {
                Process p = new Process();
                p.StartInfo.FileName = strMUTOOL;
                p.StartInfo.Arguments = "extract \"" + strPDFName + "\"";
                p.StartInfo.UseShellExecute = false;
                p.StartInfo.RedirectStandardError = true;
                p.StartInfo.RedirectStandardOutput = true;
                p.StartInfo.CreateNoWindow = true;
                p.StartInfo.WorkingDirectory = strMUTOOL.Replace("mutool.exe", "").Trim();

                p.Start();
                p.WaitForExit();

                var standardError = p.StandardError.ReadToEnd();
                var standardOutput = p.StandardOutput.ReadToEnd();
                var exitCode = p.ExitCode;
            }
        }

需要注意的是，大多数这些字体都是 CFF 文件，如果您打算使用它们，则需要将它们转换。此外，如前所述，如果这些字体是付费字体，则使用这些字体可能会构成软件盗版。最后，这些字体通常只是子集，不包含完整的字形集 - 仅包含 PDF 中使用的字形。

Answer 2

我没有得到答案，但我确实找到了几个基于供应商的解决方案。 pdf-tools.com 的软件 pdfextract.exe 运行得很好。此外，来自 fastpdflibrary.com 的库也运行得很好，并且是我们合作的供应商，到目前为止非常满意。

Answer 3

@Highmastdon - 获取字体名称实际上非常简单，至少在 iText/iTextSharp 中（pdfBox 也是如此 - 但我现在没有代码），但在 iTextSharp 中你会执行以下操作

PdfReader reader = new PdfReader(strFileName);
List<object[]> strFonts = BaseFont.GetDocumentFonts(reader);

： ，大多数库都支持简单地提取字体（无论如何都是名称）。