上传到 S3 后，pdf 中的卢比符号 (?) 丢失

Question

我有一个 pdf，里面有卢比符号 (₹)。 我正在使用 aws-sdk 和 nodejs 将 pdf 上传到 s3。 上传到 s3 后卢比符号丢失。

在本地，当我上传时，它工作正常。 eks 在哪里，pdf 中缺少卢比符号。当我使用 apigateway 将文件上传到 s3 时，发生了相同的行为

谢谢

 const content = fs.readFileSync(filePath); const uploadToS3UsingSdk = async (bucket, key, content) => { return new Promise((resolve, reject) => { const awsConfig = { accessKeyId: process.env.accessKeyId, secretAccessKey: process.env.secretAccessKey, region: process.env.region, apiVersion: "2006-03-01", }; const s3 = new AWS.S3(awsConfig); const uploadParams = { Bucket: bucket, Key: key, Body: content, ContentType: "application/pdf;charset=utf-8", }; s3.upload(uploadParams, function (err, data) { if (err) { console.log("Error", err); return reject({ isSuccess: false, errorMessage: err.errorMessage, status: 500, }); } if (data) { console.log("Upload Success", data.Location); return resolve({ isSuccess: true, errorMessage: null, }); } }); }); }; <:-- begin snippet: js hide: false console: true babel: false -->

Answer 1

PDF 不是所见即所得（所见即所得）格式。 在内部，它包含渲染指令，告诉查看者（如 adobe reader）如何构建页面。

您的文档可能包含以下内容：

1. Go转80、700
2. 将活动字体设置为 F1，字体大小 12
3. 在 RGB 模式下将绘图颜色设置为 0,0,0
4. 渲染活动字体索引 251 处的字形

PDF 还将包含一个所谓的资源字典，它阐明了F1是哪种字体。

这可能是go 错误的地方。

标准 14 Fonts

PDF 规范 (ISO32000) 将少数 fonts 定义为特殊（标准 1 型字体）。 这些 fonts 应该始终存在于阅读器中。

他们包括：

• 黑体字
• Helvetica 粗体
• Helvetica 粗斜体
• Helvetica 斜体
• ZapfDingBats（符号）
• ETC

当一个软件构建一个 PDF 时，它有两个选项：

1. 使用标准之一 fonts
2. 在PDF中插入字体

如果选择选项 1，您将绑定到标准 fonts 中定义的那些字符。并非每种字体都包含所有字符（例如，标准 14 中没有一个包含中文字符）

如果选择选项 2，则字体文件将全部或部分嵌入 PDF。

子集化

部分嵌入的 fonts 称为子集 fonts。这是通常在字体较大（包含很多字符）但 PDF 不使用所有这些字符时使用的功能。

简单来说，如果 PDF 只包含文本“Hello World”，那么添加有关如何呈现字符“A”的信息是没有意义的。

结论

以下是您的 PDF 可能存在的问题：

1. 您使用的是标准字体，不支持卢比符号
2. 您正在使用未嵌入的自定义字体。 读者将替换这个缺失的字体（替换字体通常是标准的 14 号字体）
3. 您使用的是自定义字体，该字体已损坏（并非所有 PDF 库都能很好地遵守标准）。 当 PDF 损坏时，读者可能会决定尝试修复它。 修复可能包括字体替换。
4. 您使用的是自定义字体，没有卢比符号。
5. 您正在使用自定义（子集）字体，其子集不包含卢比符号。

有一个在线工具可以验证 PDF 文档。 它叫做 VeraPDF。 你可以在这里找到它。