CGPDFScanner、Identity-H和解压

Question

我的CGPDFScanner实例正在扫描一个测试pdf文件。

在给定时间，当前字体字典具有Encoding值Identity-H和具有关键字FontFile2的FontDescriptor字典。这个键恰好是一个流值，它的字典中有键Filter。此键的值为FlateDecode。

我不确定如何解释和使用它(例如，将下一个Tj块中的文本提取为Unicode)。例如，我是否只需对下一个Tj块中的字节进行zlib-解压缩？(这里没有ToUnicode密钥。)

我以为所有的解压缩都是由CGPDFScanner实例执行的。

Answer 1

如果字体使用Identity-H编码，并且没有ToUnicode条目，则无法提取文本。Tj运算符的参数是一个字形索引序列，如果没有ToUnicode条目，则无法将此序列转换为文本。

FontFile2条目存储实际的字体文件，它在从PDF文件中提取文本时没有任何作用。