Devanagari字体PDF集成问题：印地语文字显示乱码求助

问题 #

手动用C语言生成PDF时，Devanagari（印地语）文本显示乱码（如२०८०）。已下载NotoSansDevanagari-VariableFont_wdth,wght.ttf字体，但调用该字体输出印地语文本时无效。

问题代码片段 #

fprintf(file, "BT\n");
fprintf(file, "40 100 TD\n");
fprintf(file, "/NotoSansDevanagari-VariableFont_wdth,wght 17 Tf\n");
fprintf(file, "(Result pdf created on : २०८० साउन ३, बुधवार) Tj\n");
fprintf(file, "ET\n");

当前乱码输出 #

Result pdf created on : २०८० साउन ३, बॕधà¤μ

解决方案 #

手动生成PDF支持Devanagari字体需要解决字体嵌入、编码处理、PDF资源定义三个核心问题，以下是具体步骤：

1. 注册并嵌入TrueType字体 #

你当前仅定义了Helvetica（Type1字体），未将下载的Noto Devanagari字体注册到PDF资源中：

• 新增字体对象，指定/Subtype /TrueType，并嵌入字体文件的二进制数据
• 在页面资源（3 0 obj的/Font字典）中添加该字体的引用，比如新增/NotoDeva 6 0 R

2. 修正文本编码逻辑 #

PDF不支持直接将UTF-8字符串传入Tj操作符，Devanagari字符需做编码转换：

• 不要直接用fprintf输出UTF-8印地语文本，需将字符转换为对应字体的字形编码，或使用/Identity-H编码（直接用字形索引作为编码）
• 配合ToUnicode映射表，让PDF阅读器能将字形索引解析为正确的Unicode字符

3. 修复文本流长度计算 #

当前代码中/Length %d仅计算了name和school的长度，完全忽略了其他文本（包括印地语文本）的字节数，会导致PDF解析器读取错误：

• 先将所有内容写入临时缓冲区，计算缓冲区总字节数后再填入/Length字段
• 避免硬编码长度，确保与实际内容流字节数一致

4. 字体嵌入代码示例 #

新增字体对象的核心结构（需替换为实际字体二进制数据）：

// 6 0 obj：嵌入Noto Devanagari字体
fprintf(file, "6 0 obj\n");
fprintf(file, "<<\n");
fprintf(file, "  /Type /Font\n");
fprintf(file, "  /Subtype /TrueType\n");
fprintf(file, "  /BaseFont /NotoSansDevanagari\n");
fprintf(file, "  /Encoding /Identity-H\n");
fprintf(file, "  /FontFile2 7 0 R\n"); // 指向字体二进制数据对象
fprintf(file, "  /ToUnicode 8 0 R\n"); // 定义ToUnicode映射表对象
fprintf(file, ">>\n");
fprintf(file, "endobj\n");

5. 输出印地语文本的正确方式 #

使用十六进制形式传递字符（对应UTF-8编码），或使用字形索引：

// 示例：输出"साउन"的UTF-8十六进制形式
fprintf(file, "BT\n");
fprintf(file, "/NotoDeva 17 Tf\n");
fprintf(file, "<E0A4B9E0A4BE0A489E0A4A8> Tj\n");
fprintf(file, "ET\n");

内容的提问来源于stack exchange，提问作者IllTime00qw