首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >删除用pdfTk创建的pdf中的多个嵌入字体

问删除用pdfTk创建的pdf中的多个嵌入字体
EN

Stack Overflow用户
提问于 2012-05-17 05:28:30
回答 2查看 7K关注 0票数 7

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

EN

回答 2

Stack Overflow用户

回答已采纳

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:

代码语言:javascript
复制
gswin32c.exe ^
    -o output.pdf ^
    -sDEVICE=pdfwrite ^
    -dPDFSETTINGS=/prepress ^
     input.pdf

检查:

代码语言:javascript
复制
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:

代码语言:javascript
复制
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:

  • 'Fast‘pdftk生成大型输出文件,vs.
  • 'Slow’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:

  • 为每个字体和字体(标准、斜体、粗体和粗体-斜体)在打印区域左上角的模板工作表中添加一个表格单元格。
  • 使用ASCII码字母中的所有可打印字符和标点符号填充此表格单元格:0123456789、ABCD...XYZ、abc...xyz、:-_;°%&$§")({}[]等。
  • 使单元格(和字体大小)尽可能小,以便不干扰整体布局。使用白色设置单元格中字符的格式(以便它们在最终的PDF中不可见)。

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。)

票数 7
EN

Stack Overflow用户

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。

票数 3
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/10626977

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档