使用PDFBox缩放PDF页面时嵌入字体丢失的原因？

问题原因 #

你通过PDPageContentStream.AppendMode.PREPEND模式添加全局缩放变换的操作，触发了PDFBox 3.x（包括3.0.0和3.0.2版本）的资源处理问题：在重新序列化页面内容流的过程中，PDFBox没有正确保留原始页面资源字典中的嵌入字体引用。当你关闭内容流并修改MediaBox后，输出PDF的页面资源字典丢失了字体条目，导致阅读器无法识别嵌入字体。

解决方法 #

方法1：使用UserUnit属性实现缩放（推荐） #

无需修改内容流，直接通过调整页面的UserUnit属性结合MediaBox设置完成缩放，这种方式能完全保留原始资源：

public void scale(PDDocument pdf, PDPage page) throws IOException {
    // 设置UserUnit实现缩放，factor为你的缩放比例（默认UserUnit值为1）
    page.setUserUnit(factor);
    // 调整目标MediaBox
    page.setMediaBox(targetMediaBox);
}

方法2：手动保留原始资源（适配必须使用内容流变换的场景） #

如果必须通过内容流添加变换，需要在创建PDPageContentStream时手动合并原始页面的资源，确保字体引用不丢失：

public void scale(PDDocument pdf, PDPage page) throws IOException {
    PDResources originalResources = page.getResources();
    // 创建内容流时开启resetContext，确保资源上下文正确初始化
    PDPageContentStream contentStream = new PDPageContentStream(pdf, page, PDPageContentStream.AppendMode.PREPEND, false, true);
    // 将原始页面的资源合并到内容流的资源字典中
    contentStream.getResources().addAll(originalResources);
    
    contentStream.transform(Matrix.getScaleInstance(factor, factor));
    contentStream.close();
    
    page.setMediaBox(targetMediaBox);
}

内容的提问来源于stack exchange，提问作者FabianTe