使用pdfbox分割pdf，但丟失字體

Question

我使用pdfbox API用Java編寫了一些代碼，該API將pdf文檔拆分為單獨的頁面，在頁面中查找特定的字符串，然后從帶有字符串的頁面中創建新的pdf。 我的問題是，保存新頁面時，我丟失了字體。 我只是做了一個快速的Word文檔來測試它，默認字體是calibri，所以當我運行該程序時，我看到一個錯誤框，上面寫着：“無法提取嵌入的字體...”，因此它將字體替換為其他默認字體。

我看過很多示例代碼，這些示例代碼顯示了在輸入要放置在pdf中的文本時如何更改字體，但是沒有什么可以設置pdf的字體。

如果有人熟悉這樣做的方法（或可以找到文檔/示例），我將不勝感激！

編輯：忘記包括一些示例代碼

if (pageContent.indexOf(findThis) >= 0){
                PDPage pageToRip = pages.get(i);
                >>set the font of pageToRip here
                res.importPage(pageToRip); //res is the new document that will be saved
            }

我不知道這是否有幫助，但我認為我會包括在內。

同樣，如果pdf是用calibri編寫並拆分的，則更改內容如下所示：

注意：這可能不是問題，它取決於需要處理的文件中使用的字體。 我嘗試了Calibri以外的其他方法，效果很好。

Answer 1

從如何從PDF中提取字體 ：

實際上，即使字體完全嵌入，也無法從PDF中提取字體。 為什么這樣做不可行有兩個原因：

•大多數字體受版權保護，因此使用提取程序是非法的。

•將字體嵌入PDF時，並非所有字體數據都包括在內。 顯然，包括了字體輪廓數據以及字體寬度表。 其他信息（例如有關連字的數據）在PDF中無關緊要，因此這些數據不會包含在PDF中。 我不知道任何字體提取工具，但是如果您遇到一種字體提取工具，上述原因應該清楚表明應避免使用這些實用程序。