如何通过PDFbox将PDFont转换为有效TTF格式字体文件？

我尝试通过PDFbox将PDFont转换为TTF格式的字体文件，但得到的字体文件无法被识别为有效字体。生成的字节数据转成文件后，FontForge能打开，但双击时系统提示无效；但用sfnttool.jar生成的字体子集却可以正常双击打开，这是什么原因？

我使用的代码： #

public byte[] writeFont(PDFont font) {
    byte[] fontBytes = null;
    try {
        InputStream is = null;
        if (font instanceof PDTrueTypeFont) {
            PDTrueTypeFont f = (PDTrueTypeFont) font;
            is = f.getTrueTypeFont().getOriginalData();
        } else if (font instanceof PDType0Font) {
            PDType0Font type0Font = (PDType0Font) font;
            if (type0Font.getDescendantFont() instanceof PDCIDFontType2) {
                PDCIDFontType2 ff = (PDCIDFontType2) type0Font.getDescendantFont();
                is = ff.getTrueTypeFont().getOriginalData();
            } else if (type0Font.getDescendantFont() instanceof PDCIDFontType0) {
                // a Type0 CIDFont contains CFF font
                PDCIDFontType0 cidType0Font = (PDCIDFontType0) type0Font.getDescendantFont();
                PDFontDescriptor s = cidType0Font.getFontDescriptor();
                PDStream s1 = s.getFontFile();
                if (s1 != null) {
                    is = s1.createInputStream();
                }
                PDStream s2 = s.getFontFile2();
                if (s2 != null) {
                    is = s2.createInputStream();
                }
                PDStream s3 = s.getFontFile3();
                if (s3 != null) {
                    is = s3.createInputStream();
                }
            } else {
                PDType0Font f = (PDType0Font) font;
                PDFontDescriptor s = f.getFontDescriptor();
                PDStream s1 = s.getFontFile();
                if (s1 != null) {
                    is = s1.createInputStream();
                }
                PDStream s2 = s.getFontFile2();
                if (s2 != null) {
                    is = s2.createInputStream();
                }
                PDStream s3 = s.getFontFile3();
                if (s3 != null) {
                    is = s3.createInputStream();
                }
            }
        } else if (font instanceof PDType1Font) {
            PDType1Font f = (PDType1Font) font;
            PDFontDescriptor s = f.getFontDescriptor();
            PDStream s1 = s.getFontFile();
            if (s1 != null) {
                is = s1.createInputStream();
            }
            PDStream s2 = s.getFontFile2();
            if (s2 != null) {
                is = s2.createInputStream();
            }
            PDStream s3 = s.getFontFile3();
            if (s3 != null) {
                is = s3.createInputStream();
            }
        } else if (font instanceof PDType1CFont) {
            PDType1CFont f = (PDType1CFont) font;
            PDFontDescriptor s = f.getFontDescriptor();
            PDStream s1 = s.getFontFile();
            if (s1 != null) {
                is = s1.createInputStream();
            }
            PDStream s2 = s.getFontFile2();
            if (s2 != null) {
                is = s2.createInputStream();
            }
            PDStream s3 = s.getFontFile3();
            if (s3 != null) {
                is = s3.createInputStream();
            }
        } else if (font instanceof PDType3Font) {
            PDType3Font f = (PDType3Font) font;
            PDFontDescriptor s = f.getFontDescriptor();
            PDStream s1 = s.getFontFile();
            if (s1 != null) {
                is = s1.createInputStream();
            }
            PDStream s2 = s.getFontFile2();
            if (s2 != null) {
                is = s2.createInputStream();
            }
            PDStream s3 = s.getFontFile3();
            if (s3 != null) {
                is = s3.createInputStream();
            }
        }
        if (is != null) {
            fontBytes = IOUtils.toByteArray(is);
        } else {
            //logger.error("error:" + font.getClass());
        }
    } catch (Exception e) {
        //logger.error("error:" + font.getName(), e);
    }
    return fontBytes;
}

原因分析与解决方案 #

这事儿核心问题出在PDF嵌入字体的存储格式和标准TTF的结构差异上：

1. PDF里的字体数据是“裁剪优化版”
   PDF嵌入的字体（尤其是子集化的）通常只保留了PDF渲染必需的字形数据，可能缺失标准TTF（属于SFNT字体容器格式的一种）要求的完整结构——比如head（头部表）、hhea（水平表头）、cmap（字符映射表）这些核心元数据表。FontForge作为专业字体编辑工具，有很强的容错能力，能解析这些不完整的原始数据，但系统的字体加载引擎对格式要求非常严格，缺少必要结构就会判定为无效字体。

2. 你的代码只是直接读取原始字节，没有重构SFNT容器
   你用getOriginalData()或者从FontDescriptor里读的字节流，是PDF存储的原始字体片段，不是完整的TTF文件。比如对于Type0字体的CIDFontType2，虽然拿到了TrueType的字形数据，但它是脱离了SFNT容器的“裸数据”，没有被正确封装成系统能识别的格式。

3. sfnttool做了完整的容器重构
   sfnttool.jar是专门处理字体子集化的工具，它在生成字体文件时，会重新构建完整的SFNT容器结构，确保所有必要的元数据表都存在且格式合规，同时会处理子集化后的字符映射等问题，所以生成的文件能被系统正常识别。

解决建议：

• 不要直接把PDF里的原始字节存为TTF，需要用专门的字体处理库来封装这些数据，补全标准TTF的结构。比如可以用Apache Batik的字体工具类，或者自行实现SFNT容器的构建逻辑（不过这个比较复杂）。
• 如果只是需要提取可正常使用的字体，也可以考虑先把PDF里的字体数据导出为原始字节，再用sfnttool或者其他字体工具（比如FontForge的命令行工具）来重新生成标准TTF文件。

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