第6章

在上一章中，我们看到了如何使用一系列图形运算符来绘 制页面上的内容，方法是引用它们的操作数和基于堆栈 的图形状态。

在本章中，我们将查看操作符和状态，以便从字体中选择 字符并在页面上打印它们。然后，我们将看到如何定义 字体及其指标并将其嵌入PDF文档中。 最后，我们讨论了从文档中提取通用文本的复杂任务。

可以定义一个页面描述语言，其中没有执行任何文本布局， 并且提供了纯文本以及要即时填充的框和列，就像桌面发布包一样。 相反，可以根本不用定义没有字体或文本的页面描述语言， 仅仅依赖于在生成文档时将文本转换为轮廓形状， 例如，已经在文字处理器中进行了布局。

PDF采用中间立场 - 保留了字体和小尺寸文本布局的思想， 但必须提前进行大规模的段落布局。这具有以下优点：

文本状态参数和修改它们的运算符总结在表6-1中。

我们在第75页的“文本空间和文本定位”中讨论了“未缩放的文本空间单位”这一短语。文本状态与图形状态一起存储，并使用上面的运算符进行操作。当前文本状态受堆栈运算符q和Q的影响，就像图形状态一样。

在页面上打印文本需要：

运算符BT（开始文本）和ET（结束文本）在文本部分周围形成括号。 用于在页面的内容流中显示文本的运算符可能仅出现在BT和ET之间。 但是，用于改变文本状态的操作符不受这种限制。 文本部分还可能包含其他操作员改变一般图形状态。

举个例子，我们回到第2章中的“Hello，World！”文件：

在这里，我们使用带有字体名称和大小运算符的Tf运算符来选择字体，使用Tj运算符来显示文本字符串。 我们依靠图形运算符cm来定位文本。现在，我们将讨论更改文本位置的其他方法。

文本空间是定义文本的坐标系。从此文本空间到用户空间的转换（然后像往常一样转换到设备空间）确定文本在页面上的放置位置。 文本字符串中第一个字形的原点位于文本空间的原点。

有两个矩阵需要考虑：

这些矩阵不会从文本部分持续到文本部分，而是在每个文本部分的开头重置为单位矩阵。 结合字体大小，水平缩放和文本上升，这两个矩阵定义了从文本空间到用户空间的转换。

表6-2总结了修改文本位置的运算符。

Tj运算符在当前位置显示文本。这与我们已经看到的文本定位算子相结合就足够了。 但是，为方便起见，还提供了三个附加操作符（’，”和TJ）。这些是文本显示和文本定位的常见组合的快捷方式。 表6-3总结了显示操作员的文本。

为简单起见，我们现在将使用标准字体和基于Latin-1的PDFDocEncoding来显示一些显示文本的示例。 与往常一样，这些示例可以在在线资源中找到。

这是我们的第一个例子，我们使用各种运算符显示一些文本行。结果如图6-1所示：

在这个例子中，我们有：

在此示例中，我们将展示文本转换如何与图形转换相结合，以确保文本定位操作（例如，移动到下一行）正常工作，即使整个文本部分已转换。 结果如图6-2所示：

在这里，我们有：

Ts运算符可用于调整文本的垂直位置：

结果如图6-3所示。这是我们第一次使用多个Tj运算符而不启动新行。 请注意，显示文本的Tj运算符将文本位置设置为刚刚绘制的字符串的末尾。

TJ运算符是Tj的替代，用于绘制具有水平字形调整的字符串。这些通常发生在文字放置在文字处理器或打字机中时，特别是如果内容完全合理。 TJ运算符是一种编码此信息的便捷方式，无需为每行文本使用数十个运算符：

我们在这里曾经两次使用过TJ; 一次显示文本正常，第二次包括传递给TJ的数组中的手动kerns。结果如图6-4所示。

文本有七种渲染模式，使用Tr运算符设置。其中四个用于将文本设置为剪切路径，一个用于编写不可见文本。 我们在这里不考虑这些。其他三个（模式0,1和2）分别用于填充，抚摸和填充跟随行程。颜色的设置方式与形状绘制相同：

结果如图6-5所示。

字体是特定字符集的字形（字符形状）的集合。在PDF中，字体由字体字典组成， 字体字典定义度量，字符集和编码（将文本字符串中的字符代码映射到字体中的字符）， 以及字体程序（实际的字体文件），以各种格式（Type 1，TrueType等）。

PDF允许使用主要的流行字体格式以及类型3字体，通过使用PDF图形运算符集合直接定义字符形状， 允许编码任何其他字体类型（例如，传统位图字体）。

Type 1 fonts 在字体字典中引入字体类型/Type1。类型1是最初用于PostScript的Adobe字体格式。标准的14种字体被定义为Type 1字体。多个Master Type 1字体（/MMType1）是Type 1的扩展，允许从一组轮廓自动生成许多字体样式。

TrueType字体 在字体字典中引入字体类型/ TrueType。基于Apple的True-Type字体格式（也常用于Microsoft Windows）。

Type 3 fonts 引入字体类型/Type3。这些是由PDF图形运算符流组成的字体。这意味着它们可以包含颜色和阴影，因此更灵活，但没有用于在小尺寸下清晰显示的提示机制。通常用于模拟其他字体格式（例如，位图字体）。

CID字体 这些是复合字体，旨在支持多字节字符集（其中字体具有大量字形，例如中文）。本文不讨论它们。

我们将使用Type 1字体作为示例。表6-4总结了Type 1字体字典中的条目。

PDF中有14种标准的Type 1字体。这些是在任何PDF应用程序中必须提供度量标准和大纲（或合适的替换字体）的字体。 然而，现在，Adobe建议所有字体都是完全嵌入的，即使是这些。标准字体是：

例如，这是一个简单的Type 1字体：

省略号…是我们省略的内容，不是PDF语言的一部分。我们稍后讨论/FontDescriptor和/Encoding条目。 /Widths数组为此字体中的每个256个字符提供文本空间单位的千分之一宽度。

字体编码描述字符代码（内容流中使用的字符串中的字符）和字体中的字形描述之间的映射。 字体程序有自己的内置编码，但PDF字体可以改变编码以使用带有Microsoft Windows编码的Macintosh字体， 或者使用单字节编码从256字节以上的字体中选择最多256个字符 字形（例如，字符或连字的变体）。

最简单的/Encoding条目只是标准编码之一的名称，这些编码在PDF标准，附录D中定义。 通过使用字典而不是编码名称来定义更复杂的编码。表6-5总结了该词典中的条目。

在例6-1中，字体具有一种编码，该编码通过用字符/项目符号（项目符号点）替换字符1来定义与内置字体编码的差异。 这意味着PDF查看器可以正确剪切和粘贴文本，因为它现在知道字符代码1是项目符号点（类似/bullet的名称是在Adobe字形列表中预定义的）。它对PDF的显示没有任何影响。

创建PDF文件时，必须嵌入字体，以便显示PDF或以其他方式处理PDF的程序可以使用字形描述和编码。要嵌入字体：

1.提取字体文件中的各种细节 - 根据所讨论的字体格式而变化的过程。这些细节（度量，编码等）用于填写字体字典，字体度量和字体编码字典。 2.现在可以从有问题的字体文件中删除这些细节，如果字体格式允许，只留下字形描述 - 所有这些信息现在都在字体字典中。这减小了嵌入字体的大小。 3.字体可以是子集，删除整个字形描述，将字体文件缩减为仅保存实际使用的字符的字体文件。例如，仅用于文档标题的字体实际上可能只使用十个字符。根据字体格式，可能必须更改编码以将所有这些字符放在字体的前几个字符位置，以便它们编号为1,2,3 ….子集字体可以由形成的前缀标识六个大写字母后跟一个+，例如RTFGRF +。当创建子集以允许不同的子集彼此区分时，生成该唯一代码。

示例6-2中给出了嵌入字体的示例。