手动构建PDF时嵌入Times New Roman字体的CMAP配置与字符显示问题

字体嵌入问题 #

• 所用Times New Roman可能不含西里尔文：很多基础版只覆盖拉丁字符，得确认是支持西里尔字重的完整版本（比如Windows自带的完整版Times New Roman）。
• 嵌入过程损坏：手动读取TTF时如果截断了字体数据，或者没处理好cmap、glyf这类关键表，PDF就解析不了字形。

CMAP映射错误 #

• 西里尔文Unicode码位（U+0400~U+04FF）没映射到正确字形索引：手动做CMAP时漏了这些字符的条目，或者映射的索引在字体里根本不存在。
• 用错了CMAP子表：PDF针对Unicode编码需要对应子表，要是用了只支持拉丁的子表，西里尔字符匹配不上。

文本对象编码与操作数错误 #

• 文本字符串编码不对：手动写文本对象时，要是把西里尔Unicode字符直接按ASCII存，或者没转成PDF要求的UTF-16BE带BOM格式，就会出现操作数超范围、字符识别失败。
• 文本渲染参数异常：字体大小设为0，或者文本矩阵缩放因子错了，字符会被渲染成看不见的空白。

PDF结构定义漏洞 #

• Font/Descendant Font属性缺失：比如没正确设Subtype（比如CIDFontType2）、BaseFont名称不匹配，或者Font Descriptor没关联好嵌入的字体数据。
• 文件语法损坏：手动拼PDF时，字典括号不匹配、对象编号错、交叉引用表失效这类语法错误，会让阅读器读不懂字体和文本对象。

编码与字体不兼容 #

• 用了错误的编码方案：西里尔文在PDF里得用Unicode编码（比如/Encoding /Identity-H或者指定Unicode CMAP），要是误用WinAnsiEncoding这类仅支持拉丁的编码，字符会被替换成空白方块。

内容的提问来源于stack exchange，提问作者artjom safonoff