使用smalot/pdf-parser解析含特殊字体的PDF 1.5文件遇问题求助

针对你遇到的「Object list not found. Possible secured file.」错误，结合你提到的GitHub issue方案，我给你详细的实操指导：

一、TCPDF字体安装的调试方法 #

既然你已经尝试安装字体但无效，我们可以从「验证字体是否真的被TCPDF正确识别」入手：

1. 确认字体文件生成是否成功
   TCPDF需要将TTF/OTF字体转换为自身的格式（.php + .z文件），默认存储在tcpdf/fonts/目录下。你可以手动执行以下代码强制生成并验证：

require_once 'vendor/tecnickcom/tcpdf/tcpdf.php';
$tcpdf = new TCPDF();
// 替换为你的特殊字体路径
$fontPath = '/path/to/your/special-font.ttf';
$fontName = $tcpdf->addTTFfont($fontPath, 'TrueTypeUnicode', '', 32);

echo "生成的字体名称：{$fontName}\n";

执行后去tcpdf/fonts/目录检查，是否生成了以$fontName命名的三个文件（.php、.z、.ctg.z）。如果没有生成，说明字体文件本身有问题（比如损坏、非标准格式）。

2. 验证字体是否被正确加载
   在你的ZF3项目中，加载TCPDF后打印已注册的字体列表，确认特殊字体存在：

$tcpdf = new TCPDF();
// 打印所有已加载的字体
var_dump(array_keys($tcpdf->getFonts()));

检查输出结果里是否有你生成的$fontName，大小写和名称必须和PDF文档中的字体名完全一致（可以用Adobe Acrobat查看PDF属性→字体，获取准确名称）。

3. 检查字体编码匹配
   有些特殊字体使用自定义的ToUnicode映射，TCPDF默认的编码可能不兼容。你可以尝试在添加字体时指定编码：

$fontName = $tcpdf->addTTFfont($fontPath, 'TrueTypeUnicode', 'UTF-8', 32);

如果是双字节字体，也可以尝试'GBK'等编码。

二、修改pdf-parser的转义序列代码 #

如果字体安装没问题，那大概率是pdf-parser对特殊字体的转义字符处理逻辑缺失，我们可以手动修改源码适配：

1. 定位核心处理文件
   打开vendor/smalot/pdf-parser/src/Smalot/PdfParser/Font.php，找到decode()方法——这是处理PDF字符转义的核心逻辑。

2. 添加自定义字体的转义映射
   在decode()方法中，针对你的特殊字体添加专属的字符替换规则。比如，先判断当前字体名称，再替换对应转义序列：

public function decode($string)
{
    // 原有代码...
    
    // 新增：针对你的特殊字体处理转义序列
    if ($this->getName() === 'Your-Special-Font-Name') {
        // 示例：将PDF中的十六进制转义字符映射为实际特殊字符
        // 你需要根据实际的字符编码对应关系调整
        $string = str_replace("\x00", "特殊字符A", $string);
        $string = str_replace("\x01", "特殊字符B", $string);
        // 更多映射规则...
    }
    
    // 原有代码...
    return $string;
}

3. 调试转义序列
   如果你不知道具体的转义对应关系，可以在decode()方法开头添加日志，打印原始字符的十六进制值，再对比PDF中的实际字符：

public function decode($string)
{
    // 打印原始字符的十六进制，方便排查
    error_log('Raw PDF chars: ' . bin2hex($string));
    
    // 原有代码...
}

查看项目日志后，就能知道哪些转义字符需要映射为特殊字符，然后补充到上面的替换规则中。

额外排查：PDF加密问题 #

有些PDF 1.5文件会启用轻度加密（比如限制编辑），这也会导致pdf-parser无法识别对象列表。你可以用pdftk工具尝试解密：

pdftk input.pdf output decrypted.pdf

如果解密后的文件能被正常解析，说明是加密问题。此时你需要在项目中集成PDF解密逻辑（比如使用smalot/pdfparser的扩展，或者调用第三方工具）。

内容的提问来源于stack exchange，提问作者Lapskaus