我尝试使用希伯来文文本生成PDF文本文件。
我设法制作了一个简单的文件。档案是here
该文件在Adobe Acrobat Reader中完美打开，显示字符串“אאאווותתת”。 它也在IE中完美打开。
问题是其他观众表现得很糟糕： 谷歌浏览器/谷歌文档显示没有所有“ו”出现（即三个字母“ו”消失！）
Mozilla Firefox显示非常糟糕，多次显示一些字母并在页面上的奇怪位置...
我做错了什么？ 文件有什么问题？
我知道这是一个棘手的问题。
任何帮助将不胜感激......
答案 0 :(得分：17)
PDF中的字体是 PDF对象 - Font字典，包含许多参数和子字典，用于选择字形，显示它们并将字符代码转换为逻辑（Unicode）表示形式内容提取。外行术语中的字体 - 我们将它们视为* .ttf或* .pfb文件 - 被称为字体程序，无论是嵌入式还是外部的，并由{的一个子字典引用{1}}对象。
Font分为两组：
Fonts对象定义（通过预定义的名称或明确地），或者在特殊情况下，根据查看器应用程序定义的规则构建。 有问题的文件并不包含简单的字体，我们不会再进一步讨论它们了 - 但是，请注意，过于简单的描述甚至不会开始反映任何真实的生活的复杂性。
Font的字体对象，类似于简单字体的编码，一个CIDFont对象，用于将字符代码映射到字符选择器，在PDF中，它始终为CMap - 整数最多为65536。现在，字符选择器（CIDs）通常不直接用于从字体程序中选择字形。对于CID类型的CIDFont，其字典包含CIDFontType2条目，显然，它将CIDToGIDMap映射到字形标识符。那些CID最后用于从嵌入式字体程序中选择字形（对于GIDs字体，它是 TrueType 字体程序（不要与 TrueType CIDFontType2）的Font对象混淆。）
Subtype对象可以拥有Font资源，将CID映射到Unicode值以进行索引，搜索和提取。它被称为ToUnicode（因为它遵循类似的语法），但不应与上面提到的ToUnicode Cmap对象混淆。
在我称之为简单案例（并且，我认为，明智的决定）中，CMap是预定义的 Identity-H 名称，CMap是预定义的标识名称，因此，从字符串中提取的字符代码（显示运算符的文本的参数）始终是2字节数字，实际上可以直接从嵌入式 TrueType 程序中选择字形。根据我的经验，它是最常见的情况，而且看起来就是这种情况，对于哪种常见软件进行了测试。
但是，有问题的文件并非如此。
在我们的文件中，显示运算符的文本有效地获取此字符串：
CIDToGIDMap当然没有＆＃39;群组＆＃39;，他们在这里是因为我根据包含2个范围的0x000a 0x000a 0x000a 0x20 0x0020 0x0020 0x0020 0x20 0x0025 0x0025 0x0025
制作了这些群组：
CMap简而言之，如果我们在<20> <20>
<0000> <19FF>
中查找字符代码并获取CID，请在CMap中查找CID并获取GID，然后在嵌入式 David中查找GID -Bold 字体并获取Unicode值，这里是表
CIDToGIDMap现在我们有足够的信息来推测，混淆了查看器应用程序
在我的第一次尝试中，我建议将Code CID GID Unicode Name
0x000a 10 180 05EA tav
0x0020 32 159 05D5 vav
0x0025 37 154 05D0 alef
0x20 228 03 0020 space
代码（和32）用于非空格字符（请参阅上面的评论）。这个假设是基于几年前的一个案例，当时（旧版本的）Acrobat没有显示带有CID代码的字符，当它位于字符串的末尾时 - 假设它事实上，根据编码向量（简单字体），它是0x20，它是另一个角色。
我改变了这个：
space到0x0020; 0x0004中的字节08和09到GID = 159; CIDToGIDMap数组中的值=＆＃39; vav＆＃39;宽度; Widths已相应调整。 ToUnicode cmap删除<0020> 32字符串 - 未反映在文件中，在评论中链接）嗯，它确实有所帮助，但不幸的是，一些观众仍然拒绝遵守规范。
然后我想，可能是变量字符代码宽度问题。
我返回原始文件并更改了此内容：
CMAP到0x20; 0x00e4至<20> 228中的<00e4> 228;
{li> CMAP codespacerange已删除<20> <20>;
已删除CMAP中的codespacerange <20> <20>。 This文件似乎在所有观看者中完全打开，在下面的原始问题和评论中提到。奇迹般地，ToUnicode Cmap代码和0x0020 32不会干涉。
我认为结论可以是：
鉴于目前的情况，PDF创建者 NOT 建议在字体编码中混合使用单字节和双字节代码（CID）。