Java PDFBox:提取字体中没有U+0050的图示符

我试图在文档中创建新页面，并在使用文件中包含的字体时向其写入一些文本

字体是从以下资源中提取的：

PDPage page = document.getPage(0);
PDResources res = page.getResources();

List<PDFont> fonts = new ArrayList<>();

for (COSName fontName : res.getFontNames()) {
     PDFont font = res.getFont(fontName);
     System.out.println(font);
     fonts.add(font);
}

showText方法总是失败并出现错误

字体QZHBRL+ArialMT中的U+0050P没有字形

但正如FontForge所证实的那样，铭文就在那里：

此外，方法hasGlyph返回true

---

完整的项目（包括PDF）可在

中找到。在这里，您实际遇到了一个打开的PDFBox TODO，您的stream.showText最终为每个字符调用基础CID字体的编码，我们有：

公共类PDCIDFontType2扩展了PDCIDFont { ... 公共字节[]encodeint unicode { int-cid=-1； 如果我被嵌入 { ... //否则，我们需要一个明确的ToUnicode CMap 如果cid==-1 { //TODO:反转ToUnicode CMap？ //另见PDFBOX-4233 cid=0； } } ... 如果cid==0 { 抛出新的IllegalArgumentException String.format字体%s、unicode、char unicode、getName中的U+%04X%c没有字形； } 返回编码符号idcid； } ... } org.apache.pdfbox.pdmodel.font.PDCIDFontType2

如果PDFBox无法在cid==-1的情况下确定从Unicode到glyph代码的映射，则JavaDoc注释指示确定glyph代码的另一种方法，即ToUnicode映射的反向查找。如果实现了这一点，PDFBox可能已经确定了一个glyph ID并写入了您的文本

---

不幸的是，它还没有实现。

在这里，您实际上遇到了一个打开的PDFBox TODO，您的stream.showText最终会为每个字符调用基础CID字体的编码，这里我们有：

公共类PDCIDFontType2扩展了PDCIDFont { ... 公共字节[]encodeint unicode { int-cid=-1； 如果我被嵌入 { ... //否则，我们需要一个明确的ToUnicode CMap 如果cid==-1 { //TODO:反转ToUnicode CMap？ //另见PDFBOX-4233 cid=0； } } ... 如果cid==0 { 抛出新的IllegalArgumentException String.format字体%s、unicode、char unicode、getName中的U+%04X%c没有字形； } 返回编码符号idcid； } ... } org.apache.pdfbox.pdmodel.font.PDCIDFontType2

如果PDFBox无法在cid==-1的情况下确定从Unicode到glyph代码的映射，则JavaDoc注释指示确定glyph代码的另一种方法，即ToUnicode映射的反向查找。如果实现了这一点，PDFBox可能已经确定了一个glyph ID并写入了您的文本

---

不幸的是，它还没有实现。

这一问题已经解决。这将在PDFBox 2.0.23中提供，在此之前，这已在发行中得到修复。这将在PDFBox 2.0.23中提供，在此之前，将在a中提供。

您的测试代码在帮助解决此问题方面非常有用。您的测试代码在帮助解决此问题方面非常有用。好消息！谢谢你的更新。好消息！谢谢你的更新。

stream.beginText();
stream.setFont(fonts.get(0), 12);
stream.setTextMatrix(Matrix.getTranslateInstance(20, 50));
stream.showText("Protokol");
stream.endText();