有没有办法从pdf文件中删除多次嵌入的字体?
这是我的场景:
1)程序生成多个单页pdf报告(查询数据库,将信息放入excel模板,并以pdf格式导出格式化信息)
2) pdftk将单页pdf合并到一个文件中。
一切正常,但生成的pdf文件非常大:事实上,我注意到字体被嵌入多次(与页面数量一样多:所有页面都是从同一个excel模板开始生成的,字体嵌入在单个pdf文件中,pdftk只是将pdf粘合在一起)。有没有办法让每种嵌入字体只有一份拷贝?
当我从excel->pdf导出文件时,我试图只在第一页嵌入字体:文件的大小显著减小,但其他页面似乎无法访问嵌入的字体。
谢谢,Alessandro
发布于 2012-05-17 17:28:32
您可以尝试使用Ghostscript‘修复’pdftk连接的PDF (但使用最新的版本,如9.05)。在许多情况下,Ghostscript将能够将许多子集字体合并为较少的字体。
该命令将如下所示:
gswin32c.exe ^
-o output.pdf ^
-sDEVICE=pdfwrite ^
-dPDFSETTINGS=/prepress ^
input.pdf检查:
pdffonts.exe output.pdf
pdffonts.exe input.pdf 每个文件中有多少个不同字体子集的实例(pdffonts.exe是作为小的一部分提供的)。
但是不要抱怨这个过程的‘慢’-- Ghostscript可以完全解释所有的PDF输入文件来完成它的任务,而pdftk文件连接是一个简单得多的过程……
更新:
你可以使用Ghostscript来合并你输入的pdftk文件而不是PDF。这可能会避免你在pdftk合并文件的后验Ghostscript‘修复’中看到的问题。注意,这将比'dumb‘pdftk合并慢得多。但是,结果可能会让您更满意,特别是在字体处理和文件大小方面。
这将是一个可能的命令:
gswin32c.exe ^
-o output.pdf ^
-sDEVICE=pdfwrite ^
-dPDFSETTINGS=/prepress ^
input.pdf您可以向Ghostscript CLI添加更多选项,以便对合并和优化过程进行更微调的控制。
最后,你将不得不在两个极端之间做出选择:
pdftk生成大型输出文件,vs.gswin32c.exe (Ghostscript)生成精简输出文件。如果你愿意发布一些合并过程的两种方法的结果(执行时间和结果文件大小),我会很感兴趣……
更新2:抱歉,我之前的版本有一个拼写错误。
它不是-sPDFSETTINGS=...,但它必须是-dPDFSETTINGS=... (d代替s)。
更新3:
由于源文件是由模板(通常不会使用很多不同的字体)制成的Excel工作表,因此您可以尝试使用一个技巧来确保Ghostscript具有所有要合并的PDF中使用的字体所需的字形:
0123456789、ABCD...XYZ、abc...xyz、:-_;°%&$§")({}[]等。这种方法有望确保您的每个PDF将使用相同的字形子集,从而避免您在将文件与Ghostscript合并时观察到的问题。(请注意,如果您使用f.e.Arial和Arial- italic,您必须创建两个这样的单元格:一个使用标准Arial字体,另一个使用斜体。)
发布于 2012-05-17 15:25:30
创建PDF文件时,字体通常是子集,因此它们只包含所需的字形。此外,对编码进行了更改,以便为使用的第一个字形分配字符代码1,为第二个字形分配字符代码2,依此类推。
因此,第一个PDF文件可能包含字体,其中0x01 = A、0x02 =空格、0x03 = t、0x04 = e和0x05 =s。第二个文件可能包含字体,其中0x01 = T、0x02 =e、0x03 = s、0x04 =t
为了避免混淆,文档中的字体名称添加了前缀。在显示字体嵌入时,Acrobat会删除此前缀,因此看起来您有多个相同字体的实例。然而,它们实际上是不同的字体,不能轻易地组合在一起。
假设是这种情况(我需要查看您的文件才能确定),那么“可能”就有可能避免这种情况。如果您将PDF制作软件设置为不对字体进行子集,则pdftk可能能够在不多次包含相同字体的情况下合并文档。我显然还没有测试过,但它可能会起作用。您的另一个选择是修改您的工作流程,以便首先将报告生成为多页文档。
https://stackoverflow.com/questions/10626977
复制相似问题