使用iText7设置PDF下拉框值时出现奇怪字符（C#）

使用iText7程序化导出数据到PDF时，文本框、文本域、复选框功能正常，但设置下拉框（combobox）值时出现异常。下拉框选项为：Critique; Important; Modéré; Faible;

测试用Program.cs代码如下：

using iText.Forms;
using iText.Forms.Fields;
using iText.Kernel.Pdf;

public class Program
{
    public static readonly string CHECKED_STATE_VALUE = "Yes";
    public static readonly string UNCHECKED_STATE_VALUE = "Off";

    private static void ConsoleOutFieldData(PdfFormField field)
    {
        Console.WriteLine(field.GetFieldName() + ": " + field.GetValue());
    }

    private static void Main(string[] args)
    {
        PdfReader reader = new PdfReader(@"C:\code-test\CERTAQ-FORM-17-001-Declaration_d_incident.pdf");
        PdfWriter writer = new PdfWriter(@"C:\code-test\test1.pdf");

        PdfDocument pdfDoc = new PdfDocument(reader, writer);
        PdfAcroForm? form = PdfAcroForm.GetAcroForm(pdfDoc, true);
        var fields = form.GetFormFields();

        Console.WriteLine("Before :");
        ConsoleOutFieldData(form.GetField("cbImpactA"));
        ConsoleOutFieldData(form.GetField("cbImpactB"));
        ConsoleOutFieldData(form.GetField("cbImpactC"));
        ConsoleOutFieldData(form.GetField("cbImpactD"));

        // Combobox
        form.GetField("cbImpactA").SetValue("Critique");
        form.GetField("cbImpactB").SetValue("Modéré");
        form.GetField("cbImpactC").SetValue("Important");
        form.GetField("cbImpactD").SetValue("Faible");

        Console.WriteLine("After :");
        ConsoleOutFieldData(form.GetField("cbImpactA"));
        ConsoleOutFieldData(form.GetField("cbImpactB"));
        ConsoleOutFieldData(form.GetField("cbImpactC"));
        ConsoleOutFieldData(form.GetField("cbImpactD"));

        // Rendre les champs non modifiables.
        form.FlattenFields();
        pdfDoc.Close();
    }
}

控制台输出及PDF显示异常：

Before :
cbImpactA: Modéré
cbImpactB: Critique
cbImpactC: Faible
cbImpactD: Important
After :
cbImpactA: þÿCritique
cbImpactB: þÿModéré
cbImpactC: þÿImportant
cbImpactD: þÿFaible

PDF中的下拉框值还额外带有换行符。

问题根源 #

þÿ是UTF-16LE的字节顺序标记（BOM），说明原PDF下拉框字段的值存储编码为UTF-16。直接调用SetValue(string)时，iText7默认按UTF-8处理字符串，导致编码不匹配，额外插入了BOM字符；PDF中的换行符大概率是原表单选项定义时自带的，或编码转换过程中引入的。

修复步骤 #

1. 匹配字段的UTF-16编码
   改用SetValue(byte[])重载方法，将字符串转换为UTF-16LE编码的字节数组传入：

   // 替换原SetValue代码块
   var unicodeEncoding = System.Text.Encoding.Unicode; // .NET中对应UTF-16LE
   form.GetField("cbImpactA").SetValue(unicodeEncoding.GetBytes("Critique"));
   form.GetField("cbImpactB").SetValue(unicodeEncoding.GetBytes("Modéré"));
   form.GetField("cbImpactC").SetValue(unicodeEncoding.GetBytes("Important"));
   form.GetField("cbImpactD").SetValue(unicodeEncoding.GetBytes("Faible"));
   

2. 清除多余换行符
   如果PDF中仍存在换行，可先去除字符串中的换行符再转换编码：

   string cleanValue = "Critique".Trim().Replace("\r", "").Replace("\n", "");
   form.GetField("cbImpactA").SetValue(unicodeEncoding.GetBytes(cleanValue));
   

3. 确认字段编码（可选）
   若不确定字段编码，可通过GetValueAsString(PdfDocument)方法获取原始值的编码信息，或检查原PDF表单的字段属性，确认值的存储编码类型。

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