以编程方式或通过调用外部实用程序从PDF提取字体

Question

我正在开发PDF到电子书的转换器，这将在服务器上运行。

我需要以编程方式从PDF文件中提取嵌入式字体来完成该项目。现在我可以提取图像和文本，但为了在Flash播放器中准确显示内容，我需要从PDF中提取字体并编译为SWF，以便在运行时由Flex应用程序加载。

我想知道这是否可能，因为SWFTools的pdf2swf.exe这样的工具可以做到这一点。我已经反编译了这个工具生成的swf文件，里面嵌入了字体。

提取的字体将用于仅在Flash player中显示PDF文件中的相同内容。所以我认为这不会侵犯任何权利？此外，将使用该转换器的人拥有PDF文件内容的所有权限。

所以我看到了下一个工作流程: 1.调用pdf2swf.exe生成嵌入字体的SWF文件；2.调用某个工具(哪个？)要将以前的SWF解析为具有单独字体的SWF，请执行以下操作。3.在运行时将带有字体的SWF加载到Flex应用程序，以正确显示内容。

如果有一些工具可以直接从PDF中提取字体到SWF，那就太好了。

Answer 1

我不确定有没有免费的工具可以通过CLI直接从PDF中提取字体。但是使用第一个工作流(使用swftools 0.9.0)可以实现这一点。假设你想用ruby：

//extract all the font ids
fontids=`swfextract.exe #{swf_file}|grep Fonts|cut -d\) -f 2|sed -e "s/ //g"`
//extract all the fonts into output.swf
system("swfextract -F #{fontids} #{swf_file}")

。

​

Answer 2

如果字体设置了子集，则需要使用与PDF文件中相同的子集来制作和理解它。

Answer 3

您可以使用mutools 1从PDF中提取字形(不是直接字体)。

然后，可以使用FontForge 2将字形转换为字体

1

2