使用Python pdfrw填充PDF表单导致波兰语变音符号字体变更问题

问题原因 #

pdfrw填充PDF表单时，默认会沿用表单字段原本指定的字体。如果该字体不支持波兰语变音符号（如ą、ć、ę、ł、ń、ó、ś、ź、ż），PDF渲染器会自动切换到系统默认的替代字体，导致字体样式变更。

解决步骤 #

1. 确认原PDF表单字段的字体兼容性

打开原PDF（用Adobe Acrobat或其他专业PDF编辑器），检查表单字段的字体设置，确保使用的是支持中欧字符集的字体，比如：

• Arial Unicode MS
• Times New Roman（带扩展字符集版本）
• 波兰语专用字体（如Polish Gothic）

如果原字段字体不支持，先在PDF编辑器中修改字段字体并嵌入该字体，再进行填充操作。

2. 用pdfrw强制指定支持变音符号的字体

填充表单时，手动修改字段的外观字典（DA属性），指定支持波兰语字符的字体。示例代码：

from pdfrw import PdfReader, PdfWriter

def fill_polish_pdf(input_path, output_path, form_data):
    template = PdfReader(input_path)
    for page in template.pages:
        if page.Annots:
            for annot in page.Annots:
                # 匹配需要填充的字段
                field_name = annot.T
                if field_name in form_data:
                    # 设置字段值
                    annot.V = form_data[field_name]
                    # 强制指定支持Unicode的字体（需确保PDF已嵌入该字体）
                    # 格式：/FontName 字号 Tf 颜色设置
                    annot.DA = '/ArialUnicodeMS 12 Tf 0 g'
    
    PdfWriter().write(output_path, template)

# 测试用例
sample_data = {
    '/ImieNazwisko': 'Jan Kowalski',
    '/Adres': 'ul. Wąska 5, 30-001 Kraków'
}
fill_polish_pdf('blank_form.pdf', 'filled_form.pdf', sample_data)

注意：指定的字体必须已嵌入到原PDF中，否则系统会用替代字体，问题依旧。

3. 处理未嵌入字体的情况

如果原PDF没有嵌入目标字体，可通过以下方式解决：

• 用Adobe Acrobat打开原PDF，编辑表单字段字体为支持的字体，并勾选“嵌入字体”选项，保存后再用pdfrw填充。
• 若没有Acrobat，可使用开源工具如pdftk或qpdf先解除PDF的权限限制，再用其他库辅助嵌入字体，但这种方式复杂度较高，优先推荐第一种方法。

4. 确保字符编码正确

Python 3中字符串默认是Unicode，直接传入带波兰语变音符号的字符串即可，无需额外转码。避免在读取或处理字符串时出现编码错误（如误用GBK编码读取UTF-8文本）。

额外注意事项 #

• 部分PDF表单可能设置了字段权限（如只读），需先解除权限限制才能修改字体和填充内容。
• 如果pdfrw的解决方案仍不生效，可以尝试替代库如PyPDF2或pdfplumber，它们在字符处理上的兼容性可能更好。

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