使用fillpdf填充PDF表单后希伯来语文本消失问题求助

问题详情 #

• 使用Master PDF Creator创建的带表单PDF，通过Python的fillpdf库填充希伯来语内容后，部分应用中显示文本翻转
• 调用flatten_pdf并设置as_images=True生成扁平化PDF时，希伯来语文本完全消失
• 排查发现fillpdf底层依赖的pdftoppm工具无法转换希伯来语Unicode字符（报错无法处理U+05DB等编码），但使用第三方工具Sejda处理后可生成正常可读文件

填充及扁平化代码：

fillpdfs.write_fillable_pdf("test.pdf", "output1.pdf", {"test": "מידע בעברית"})
fillpdfs.flatten_pdf("output1.pdf", "output2.pdf", as_images=True)

pdftoppm执行报错信息：

$ pdftoppm -r 200 test.pdf -f 1 -l 5 > /dev/null
Syntax Error: AnnotWidget::layoutText, cannot convert U+05DB
Syntax Error: AnnotWidget::layoutText, cannot convert U+05D0
Syntax Error: AnnotWidget::layoutText, cannot convert U+05DF
Syntax Error: AnnotWidget::layoutText, cannot convert U+05E8
Syntax Error: AnnotWidget::layoutText, cannot convert U+05E9
Syntax Error: AnnotWidget::layoutText, cannot convert U+05D5
Syntax Error: AnnotWidget::layoutText, cannot convert U+05DD
Syntax Error: AnnotWidget::layoutText, cannot convert U+05DE
Syntax Error: AnnotWidget::layoutText, cannot convert U+05E9
Syntax Error: AnnotWidget::layoutText, cannot convert U+05D4
Syntax Error: AnnotWidget::layoutText, cannot convert U+05D5

解决方案 #

1. 替换扁平化工具（推荐） #

放弃fillpdf自带的基于pdftoppm的图片式扁平化，改用Sejda处理——它对RTL（从右到左）语言和复杂Unicode字符支持更好。

如果已安装Sejda命令行工具，可直接用Python调用：

import subprocess

# 填充表单
fillpdfs.write_fillable_pdf("test.pdf", "output1.pdf", {"test": "מידע בעברית"})

# 用Sejda扁平化PDF
subprocess.run(
    ["sejda-console", "flatten", "-f", "output1.pdf", "-o", "output2.pdf"],
    check=True,
    capture_output=True
)

2. 修复文本翻转问题 #

文本翻转是因为希伯来语是RTL语言，部分PDF表单字段默认文本方向为LTR（从左到右）。可以：

• 提前在Master PDF Creator中修改表单字段的文本方向为RTL
• 若无法修改原PDF，可尝试在填充时通过fillpdf的高级参数指定文本方向（部分版本支持）

3. 更新或替换pdftoppm #

如果坚持使用fillpdf的图片式扁平化，可尝试：

• 更新Poppler工具包（pdftoppm是Poppler的一部分）到最新版本，新版本对RTL字符支持有所改善
• 替换为ImageMagick的convert命令处理PDF转图片，再重新合成PDF：

convert -density 200 output1.pdf output2.pdf

在Python中调用：

subprocess.run(["convert", "-density", "200", "output1.pdf", "output2.pdf"], check=True)

内容的提问来源于stack exchange，提问作者eplaut