使用Java 8、iText 5.5.13.2及PDFBox 2.0.29转PDF/A时字体嵌入问题求助

现有代码的核心问题 #

1. 未获取当前遍历的实际字体：代码中固定使用PDFont font = PDType1Font.HELVETICA_BOLD进行嵌入判断，而非从页面资源中获取当前fontName对应的字体，导致判断逻辑完全失效。
2. 粗暴替换字体风险：直接将所有未嵌入字体替换为Arial，未考虑原字体与替换字体的字形映射兼容性，可能导致文字变形、乱码。
3. 未处理文档级资源：仅遍历页面级资源，忽略了文档层面的字体资源引用。

修正后的字体嵌入代码（基于PDFBox 2.0.29） #

private static byte[] embedMissingFonts(byte[] pdfBytes, String ttfFontPath) {
    try (PDDocument document = PDDocument.load(new ByteArrayInputStream(pdfBytes))) {
        // 加载要嵌入的替代字体（确保本地有该TTF文件）
        PDType0Font embedFont = PDType0Font.load(document, new FileInputStream(ttfFontPath), true);

        // 遍历所有页面及资源
        for (PDPage page : document.getPages()) {
            PDResources resources = page.getResources();
            Iterable<COSName> fontNames = resources.getFontNames();
            for (COSName fontName : fontNames) {
                PDFont currentFont = resources.getFont(fontName);
                // 判断当前字体是否未嵌入
                if (currentFont != null && !currentFont.isEmbedded()) {
                    // 替换为已嵌入的字体
                    resources.put(fontName, embedFont);
                }
            }
        }

        // 保存修改后的文档
        ByteArrayOutputStream outputStream = new ByteArrayOutputStream();
        document.save(outputStream);
        return outputStream.toByteArray();
    } catch (IOException e) {
        e.printStackTrace();
        return null;
    }
}

完整PDF/A转换步骤（结合PDFBox） #

仅嵌入字体不足以生成合规的PDF/A，还需满足以下要求：

• 设置PDF/A版本（如PDF/A-1b）
• 配置输出Intent（颜色空间）
• 添加必要的元数据
• 确保所有资源（图片、字体）都嵌入

示例代码片段：

private static byte[] convertToPdfA(byte[] pdfBytes, String ttfFontPath) throws IOException {
    byte[] embeddedPdf = embedMissingFonts(pdfBytes, ttfFontPath);
    if (embeddedPdf == null) return null;

    try (PDDocument document = PDDocument.load(new ByteArrayInputStream(embeddedPdf))) {
        // 初始化PDF/A转换器
        PDFAConverter converter = new PDFAConverter(document, PDFAConformanceLevel.PDF_A_1B);
        
        // 设置sRGB颜色空间输出Intent（需本地有sRGB.icc文件）
        PDOutputIntent outputIntent = new PDOutputIntent(document, new FileInputStream("sRGB.icc"));
        outputIntent.setInfo("sRGB IEC61966-2.1");
        outputIntent.setOutputConditionIdentifier("sRGB IEC61966-2.1");
        outputIntent.setRegistryName("http://www.color.org");
        converter.setOutputIntents(Collections.singletonList(outputIntent));
        
        // 添加基础元数据
        PDDocumentInformation info = document.getDocumentInformation();
        info.setTitle("PDF/A Converted Document");
        info.setAuthor("Converter");
        document.setDocumentInformation(info);
        
        // 执行转换并保存
        ByteArrayOutputStream outputStream = new ByteArrayOutputStream();
        converter.convert(outputStream);
        return outputStream.toByteArray();
    }
}

免费替代方案 #

• Apache PDFBox官方PDF/A工具：PDFBox提供的PDFAConverter类已封装大部分PDF/A合规逻辑，无需手动处理细节。
• iText 5.5.13.2原生PDF/A支持：通过PdfAWriter类创建合规文档，同时处理字体嵌入：

  // iText示例片段
  PdfReader reader = new PdfReader(pdfBytes);
  ByteArrayOutputStream baos = new ByteArrayOutputStream();
  PdfAWriter writer = PdfAWriter.getInstance(reader, baos, PdfAConformanceLevel.PDF_A_1B);
  writer.createXmpMetadata();
  // 嵌入字体
  BaseFont arial = BaseFont.createFont(ttfFontPath, BaseFont.IDENTITY_H, BaseFont.EMBEDDED);
  // 处理页面字体替换逻辑
  // ...
  reader.close();
  writer.close();
  return baos.toByteArray();
  

内容的提问来源于stack exchange，提问作者PABLO