c# - 我的 PDF 字体名称中的多余字符是什么？

Question

从pdf中提取字体名称时，我会得到一些垃圾字符，后跟加号，然后是带有字体样式的字体名称。我想删除垃圾字符。只有少数 pdf 我得到垃圾字符。示例：MMLPEO+RemingtonNoiseless

string curFont = renderInfo.GetFont().PostscriptFontName;

Answer 1

有关解释，请查看PDF 规范ISO 32000-1:2008的第 9.6.4 节字体子集：

对于字体子集，字体的 PostScript 名称——字体的BaseFont条目和字体描述符的FontName条目的值——应以标记开头，后跟加号 (+)。标签应由六个大写字母组成；字母的选择是任意的，但是同一个PDF文件中的不同子集应该有不同的标签。

示例 EOODIA+Poetica 是 Poetica® 子集的名称，一种 Type 1 字体。

因此，这些字符不是junk，它们是tag。

Answer 2

“垃圾”字符表示字体没有完全嵌入。您会发现诸如 ABC123+RemingtonNoiseless、XYZ456+RemingtonNoiseless 等名称……这意味着 PDF 中可能存在同一字体的不同子集。

有关解释，请查看PDF 规范ISO 32000-1:2008的第 9.6.4 节字体子集：

对于字体子集，字体的 PostScript 名称——字体的BaseFont条目和字体描述符的FontName条目的值——应以标记开头，后跟加号 (+)。标签应由六个大写字母组成；字母的选择是任意的，但是同一个PDF文件中的不同子集应该有不同的标签。

示例 EOODIA+Poetica 是 Poetica® 子集的名称，一种 Type 1 字体。

换句话说：这些角色不仅仅是“垃圾”。如果您想删除它们，这很容易，只需使用适当的字符串操作方法，但请注意，删除它们会丢弃在某些情况下可能有用的信息。