PDF 规范 - 以磅为单位获取字体大小答案

【问题标题】：PDF Specification - Get Font Size in PointsPDF 规范 - 以磅为单位获取字体大小
【发布时间】：2017-12-28 15:38:33
【问题描述】：

我正在尝试用 C# 编写 PDF 解析器，但遇到了一个问题，我不确定如何解释规范。

除非另有规定，PDF 文档中的用户空间为 1/72 英寸（即 1pt）。

Tf 运算符提供的比例将字体从标准大小（通常为 1 个用户空间单位/1pt）缩放到正确的显示大小。

我有以下页面内容：

1 0 0 -1 0 792 cm
q
0 0 612 792 re
W* n
q
.75 0 0 .75 0 0 cm
1 1 1 RG 1 1 1 rg
/G0 gs
0 0 816 1056 re
f
0 0 816 1056 re
f
0 0 816 1056 re
f
Q
Q
q
0 0 612 791.25 re
W* n
q
.75 0 0 .75 0 0 cm
1 1 1 RG 1 1 1 rg
/G0 gs
0 0 816 1055 re
f
0 96 816 960 re
f
0 0 0 RG 0 0 0 rg
BT
/F0 21.33 Tf
1 0 0 -1 0 140 Tm
96 0 Td <0037> Tj
13.0280762 0 Td <004B> Tj
11.8616943 0 Td <004C> Tj
4.7384338 0 Td <0056> Tj
ET
BT
/F1 21.33 Tf
1 0 0 -1 0 140 Tm
136.292267 0 Td <0001> Tj
ET
...

我知道示例中定义的 2 个文本操作的字体大小为 16pt，但 Tf 运算符使用的大小为 21.33。为了从这个字体大小转换回点，我打算使用 cm 运算符的比例（y）来制作点大小：

21.33 * 0.75 = 15.9975

但是，我在支持此转换的 PDF 规范中找不到任何内容，而且我检查的所有库（PDFBox、iTextSharp、Spire PDF）都没有将字体大小列为 21.33。

我应该使用 CTM（由 cm 运算符定义）将字体大小调整回正确的比例，还是这纯粹是机会？

pdf文件在这里：https://github.com/UglyToad/PdfPig/blob/master/src/UglyToad.PdfPig.Tests/Integration/Documents/Single%20Page%20Simple%20-%20from%20google%20drive.pdf

【问题讨论】：

cm 操作 concatenate 到彼此，所以是的，当处理 Tf 运算符时，第一个缩放操作中的因子 0.75 仍然“有效” .这不是真正的转换。所有图形运算都是使用矩阵完成的。
有没有办法将字体大小的缩放表示为矩阵运算，因为它是一个标量值，不可能将它乘以矩阵？在问题的示例中，scaleX 的值 = 0.75，scaleY 的值 = -0.75（负），所以乘以 X 比例才有意义，但我不知道这样做的理由。
在给定各种变换矩阵的情况下，这就是我们最终计算点大小的方式。 github.com/UglyToad/PdfPig/blob/master/src/UglyToad.PdfPig/…我仍然不能 100% 确定它在每种情况下都是正确的，但对于大多数用途来说似乎“足够接近”。

标签： pdf fonts

【解决方案1】：

首先，您与其他文本提取器的比较是基于一个误解：

我检查的所有库（PDFBox、iTextSharp、Spire PDF）都没有将字体大小列为 21.33。

所有这些库返回的“字体大小”参数只是 Tf 指令的大小参数，而不是您在尝试确定的最终文档中观察到的有效字体大小。所以你与其他库的比较没有意义。

现在，关于您的方法：

为了从这个字体大小转换回点，我打算使用 cm 运算符的比例 (y) 来制作点大小：
21.33 * 0.75 = 15.9975

虽然有些库这样称呼它，但将第四个 cm 参数称为“scale (y)”会产生误导。例如。在文本旋转 90° 的情况下，它通常为 null，而图形表示通常不降低到零高度。

因此，仅使用“scale (y)”参数是行不通的，您必须将整个变换考虑在内。

最后让我们讨论一下你真正追求的是什么。

只要组合变换矩阵（当前变换矩阵 + 文本矩阵 + 水平缩放）是正交的，并且文本行遵循这种正交性，那么您的字体大小概念的含义是相当明显的。

但是一旦组合矩阵中出现剪切，“字体大小”的含义就不再明显了。

您可能指的是原始垂直线（一个单位高）转换成的长度。
您可能指的是转换后的线在与转换后的字体基线成直角的线上的投影长度。
或者您可能指的是转换后的线在与观察到的基线成直角的线上的投影长度。

使用简单的线性代数计算前两个数字是微不足道的。第三个数字可能更难，因为您必须确定人类在生成的 PDF 中观察到的基线。在创新使用转换的情况下，这可能很重要

【讨论】：