PDFBox在Windows渲染特殊字符正常但Linux下字符被替换问题求助

AI 小北

2026-10-7

PDFBox Acroform 非英文字符Linux环境乱码解决方案

问题根因

本地Windows运行正常、Linux乱码的核心原因有2个：

当前使用的Arial_Narrow.ttf未嵌入生成的PDF文件中，Windows系统预装了Arial系列字体，PDF阅读器可自动 fallback 渲染；而Linux环境默认无该字体，无法识别字符。
未给文本字段强制指定Unicode编码，低版本PDFBox在Linux环境会默认继承系统编码，导致非WinAnsi字符解析错误。

修复步骤

1. 替换/校验字体文件

确保你使用的Arial_Narrow.ttf是完整版，包含你需要的所有特殊字符（如İ、Ł、ą、ź等拉丁扩展字符），如果没有合适的资源可替换为开源的Noto Sans Narrow字体，该字体对多语言字符支持完整。

2. 修改工具类代码

你需要修改3处代码逻辑：

加载字体时开启嵌入子集，把用到的字符打包到PDF中，不依赖系统环境字体
给文本字段强制指定Unicode编码（Identity-H）
可选：将PDFBox版本升级到2.0.32及以上稳定版，修复低版本已知的Acroform填充编码bug
修改后的核心代码如下：
首先引入依赖类：

import org.apache.pdfbox.cos.COSName;

修改字体加载和文本字段处理逻辑：

// 加载字体，第三个参数true表示仅嵌入用到的字符子集到PDF
PDType0Font font = PDType0Font.load(pdDoc, PDFMailMergeUtil.class.getResourceAsStream("/Arial_Narrow.ttf"), true);
PDResources res = pdAcroForm.getDefaultResources();
String fontName = res.add(font).getName();
String defaultAppearanceString = "/" + fontName + " 10 Tf 0 g";

// 文本字段处理部分
if (pdfield instanceof PDTextField) {
    PDTextField textField = (PDTextField) pdfield;
    textField.setDefaultAppearance(defaultAppearanceString);
    // 强制使用Unicode水平编码，兼容所有非英文字符
    textField.setEncoding(COSName.IDENTITY_H);
    textField.setValue(formFieldValue);
    textField.setReadOnly(true);
}