Java 使用iText删除PDF中重复的字体

我正在使用iText2.1.5合并2个PDF文件。我的问题是，生成连接的pdf时，两个pdf中使用的所有字体都是重复的。有没有更好的方法来处理这个问题，使字体只嵌入一次

源代码：

    public class GroupingPDF {

    public static final String RESULT = "/home/asagaama/Documents/groupementpdf/get/concatenated.pdf";;

    public static void main(String[] args) {
        try {
            String[] files = {
                    "/home/asagaama/Documents/groupementpdf/get/1.pdf",
                    "/home/asagaama/Documents/groupementpdf/get/2.pdf" };
            Document document = new Document();
            PdfSmartCopy pdfSmartCopy = new PdfSmartCopy(document,
                    new FileOutputStream(RESULT));
            document.open();
            PdfReader reader;

            int n;
            // loop over the documents you want to concatenate
            for (int i = 0; i < files.length; i++) {
                reader = new PdfReader(files[i]);
                // loop over the pages in that document
                n = reader.getNumberOfPages();
                for (int page = 0; page < n;) {
                    pdfSmartCopy.addPage(pdfSmartCopy.getImportedPage(reader,
                            ++page));
                }
            }
            document.close();
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

公共类分组PDF{
公共静态最终字符串RESULT=“/home/asagama/Documents/groupementpdf/get/concatenated.pdf”；；
公共静态void main（字符串[]args）{
试一试{
字符串[]文件={
“/home/asagama/Documents/groupementpdf/get/1.pdf”，
“/home/asagama/Documents/groupementpdf/get/2.pdf”}；
文档=新文档（）；
PdfSmartCopy PdfSmartCopy=新的PdfSmartCopy（文档，
新的FileOutputStream（结果））；
document.open（）；
PDF阅读器；
int n；
//循环遍历要连接的文档
对于（int i=0；i

我检查了您的文件，并对每页使用的字体资源进行了屏幕截图：

第1页：

我们看到5种字体：

EUDXLQ+FranklinGothic书籍

XQNBQD+FranklinGothicLT图书

DDOZBL+Helvetica.ttf

DYKMGD+FranklinGothicLT-Demi

MZDMJV+ArialMT

第2页：

我们看到4种字体：

KWKZVU+FranklinGothic书（FranklinGothic书的一个子集，与第1页不同）

WUQFPY+FranklinGothicLT书（FranklinGothicLT的子集，与第1页的不同）

SQWYVD+FranklinGothicLT-Demi（FranklinGothicLT-Demi的子集，与第1页的子集不同）

ZKEBIA+ArialMT（ArialMT的子集，与第1页的子集不同）

第3页：

此页面有2种字体：

KWKZVU+FranklinGothic图书（与第2页相同的子集，也是相同的对象：对象34 0）

ZKEBIA+ArialMT（与第2页相同的子集，也是相同的对象：对象44 0）

第4页：

此页面有2种字体：

KWKZVU+FranklinGothic图书（与第2页相同的子集，也是相同的对象：对象34 0）

ZKEBIA+ArialMT（与第2页相同的子集，也是相同的对象：对象44 0）

如果这是使用

PdfSmartCopy

的结果，那么iText已经很好地完成了它的工作。相同的字体子集存储在同一对象中（无冗余字体）

不幸的是，ArialMT和一些FranklinGothic字体无法重用，因为字体子集不同。iText无法合并同一字体的不同字体集

我已经在评论中解释了这一点，但是你提出了一些不真实的指控。只有在你分享了文件之后，我才能证明你的问题是基于错误的假设

更新：

如果要连接PDF并减少字体数量，您有哪些选择

如果不嵌入字体，iText将检测相同的字体字典，iText将删除多余的字体字典。如果嵌入完整字体（因此，如果不允许PDF制作者创建子集），情况也是如此。但是，嵌入完整字体并不总是一个选项。根据字体的不同，这可能会导致文件大小更大

---

我们的技术路线图上有字体改进，但我不认为将字体子集合并为单个字体不是该子项目的一部分。在某些情况下，在iText中实现这一点可能是可行的，例如，在使用可预测编码的情况下。在其他情况下，合并不同的子集几乎是不可能的，因为这需要重写整个内容流。

您是否在谈论嵌入式字体？如果嵌入，您是在谈论字体子集还是完整字体？如果是子集，没有人能帮助你。如果是非嵌入式字体或完全嵌入式字体，您使用错误的方式连接PDF（对于这一点，您应该升级错误的iText版本）。我说的是嵌入式子集字体，为什么没有人可以帮助我？因为您不仅仅要求删除重复的字体（如果您谈论的是未嵌入的字体或完全嵌入的字体，这是一个不需要动脑筋的问题），您要求将同一字体的不同子集合并到一个字体对象中。这相当复杂，可能需要重写整个内容流。使用iText，您只能通过重用相同的字体子集来减小文件大小。当它们不同时，除非将它们合并，否则无法重用不同的子集（不支持合并子集）。Bruno，这不是我的目标，我只想删除重复的嵌入子集字体，所以总结一下，我有一个例子，pdf 1带有字体（Arial MT TrueType（CID）嵌入子集）和pdf 2带有字体（Arial MT TrueType（CID）嵌入子集和Helvetica.ttf TrueType（CID）嵌入子集），在合并pdf之后，我得到了一个pdf，具有重复字体（Arial MT TrueType（CID）嵌入子集），因此我想有一个Arial MT TrueType（CID）嵌入子集。我在互联网上搜索，解决方案是使用PDFSmartCopy，但它对我不起作用。答案确实是

PDFSmartCopy