求Apache PDFBox中使用ArialMT写入阿拉伯文本且不嵌入字体的代码方案

嘿，我刚好折腾过类似的需求，给你梳理下具体的实现步骤和注意点：

首先得明确：PDFBox默认加载字体时会自动嵌入，所以咱们要做的核心就是加载ArialMT字体后手动关闭嵌入属性，同时处理阿拉伯语的从右到左（RTL）渲染逻辑，毕竟阿拉伯文本的布局和拉丁语系不一样。

1. 正确加载ArialMT并禁用嵌入 #

要加载系统中已有的ArialMT字体，而不是打包进PDF。这里推荐用PDType0Font（它对复杂脚本比如阿拉伯语的支持更好），在加载时传入false参数，或者之后调用setEmbedded(false)来关闭嵌入：

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodel.PDPageContentStream;
import org.apache.pdfbox.pdmodel.font.PDType0Font;
import org.apache.pdfbox.pdmodel.font.PDTextDirection;
import java.io.File;
import java.io.IOException;

public class ArabicTextWithoutEmbedding {
    public static void main(String[] args) throws IOException {
        try (PDDocument document = new PDDocument()) {
            PDPage page = new PDPage();
            document.addPage(page);

            // 加载系统中的ArialMT字体，替换成你系统里的字体路径
            // Windows: C:\\Windows\\Fonts\\arial.ttf
            // macOS: /Library/Fonts/Arial.ttf
            // Linux: 可能需要先安装ttf-mscorefonts-installer包，路径通常是/usr/share/fonts/truetype/msttcorefonts/Arial.ttf
            File fontFile = new File("C:\\Windows\\Fonts\\arial.ttf");
            PDType0Font font = PDType0Font.load(document, fontFile, false);
            // 保险起见，手动设置不嵌入
            font.setEmbedded(false);

            // 写入阿拉伯文本
            try (PDPageContentStream contentStream = new PDPageContentStream(document, page)) {
                contentStream.beginText();
                contentStream.setFont(font, 14);
                // 关键：设置文本方向为从右到左
                contentStream.setTextDirection(PDTextDirection.RIGHT_TO_LEFT);
                // 注意RTL文本的坐标是右端点位置，这里调整到页面右侧区域
                contentStream.newLineAtOffset(500, 700);
                // 阿拉伯示例文本："مرحبا بالعالم"（你好世界）
                contentStream.showText("مرحبا بالعالم");
                contentStream.endText();
            }

            document.save("ArabicText_NoEmbed.pdf");
        }
    }
}

2. 关键注意事项 #

• 字体路径适配：不同操作系统的ArialMT路径不一样，你可以根据目标系统调整，或者用FontBox的FontFileFinder来自动查找系统字体：

  import org.apache.fontbox.util.FontFileFinder;
  // ...
  FontFileFinder finder = new FontFileFinder();
  File fontFile = finder.find("ArialMT");
  

• 必须用PDType0Font：不要用PDType1Font，它对阿拉伯语这种复杂脚本的连笔、字形变换支持很差，会导致文本渲染错乱。
• RTL方向设置：一定要调用setTextDirection(PDTextDirection.RIGHT_TO_LEFT)，否则阿拉伯文本会从左到右显示，完全不符合阅读习惯。

为什么这个方案可行？ #

PDF标准本身就允许文档引用系统中已安装的字体，不强制嵌入。只要PDF里记录的字体名称（这里是ArialMT）在查看设备的系统字体库中存在，PDF阅读器就会自动调用对应字体渲染文本，完全不需要把字体数据打包进PDF文件。

适合的场景 #

你提到的不嵌入字体的场景，通常包括：

• 想尽可能缩小PDF文件体积（嵌入字体尤其是复杂字体会显著增大文件）；
• 希望文档在不同设备上的字体显示和系统保持一致，避免嵌入字体带来的渲染差异；
• 受版权或分发限制，无法嵌入特定字体（不过要注意ArialMT的授权条款，确保合规使用）。

内容的提问来源于stack exchange，提问作者Doc