Ghostscript PDF 到 PDF/A 转换字体问题
Ghostscript PDF to PDF/A conversion font issues
我正在探索将 PDF 文档转换为 PDF/A 的工具。 Ghostscript 似乎为这种转换提供了开箱即用的支持。一个问题似乎是作为原始 PDF 文档一部分的某些 True Type 字体未正确转换。如果我从转换后的 PDF/A 文档中复制一段文本，然后将其粘贴到记事本中，复制的文本似乎是乱码。
原文档文字复制到记事本即可
我正在使用以下脚本：
gswin64 -dPDFA -dBATCH -dNOPAUSE -dUseCIEColor -sProcessColorModel=DeviceCMYK -sDEVICE=pdfwrite -sPDFACompatibilityPolicy=1 -sOutputFile=FilteredOutput.pdf Filtered1Page.pdf
我已经在 Google 驱动器中上传了 1 页示例源 PDF：
SampleInput
从命令生成的示例输出 PDF/A 文档位于 Google 驱动器中：
SampleOutput
运行 在 windows 机器上对此 PDF 的上述查询将重现该问题。
是否有任何设置/命令可以正确处理 PDF/A 转换？
不能保证从 PDF 复制和粘贴。子集字体将 没有 具有可用的编码（例如 ASCII 或 UTF-8），在这种情况下，如果它们具有关联的 ToUnicode CMap，它们将只服从 cut/paste/search，许多 PDF 文件不包含 ToUnicode CMap。
当然，PDF/A 规范声明（在我看来很奇怪）您不应使用子集字体，但并非总是可以判断字体是否为子集（并非所有创作者都遵循 XXXXX+ 约定), 即使字体不是那里的子集 still 也不能保证它的编码是可用的。
查看您发布的文件，它不包含它使用的一种字体（Arial、Bold），因此 Ghostscript 替换为 DroidSansFallback，它包含的字体（FreeSansBold）是一个子集（FWIW this字体实际上似乎没有被使用......）。后备字体是 CIDFont，因此文本不可能是 'correct'.
我相信，如果您为 Ghostscript 提供一个真实的字体来替换 Arial，Bold，那么它可能会正常工作。这也将解决更明显的字符间距不正确的问题（在一个地方，非常不正确），这是由具有与原始宽度不同的后备字体引起的。
注意警告信息已经告诉你不要使用-dUseCIEColor。
您不能 copy/paste/search PDF 的事实并不意味着它不是有效的 PDF/A-1b 文件，所以这并不意味着创建 ( PDF/A-1b 的 NOT 转换）不是 'proper'.
我正在探索将 PDF 文档转换为 PDF/A 的工具。 Ghostscript 似乎为这种转换提供了开箱即用的支持。一个问题似乎是作为原始 PDF 文档一部分的某些 True Type 字体未正确转换。如果我从转换后的 PDF/A 文档中复制一段文本，然后将其粘贴到记事本中，复制的文本似乎是乱码。
原文档文字复制到记事本即可
我正在使用以下脚本：
gswin64 -dPDFA -dBATCH -dNOPAUSE -dUseCIEColor -sProcessColorModel=DeviceCMYK -sDEVICE=pdfwrite -sPDFACompatibilityPolicy=1 -sOutputFile=FilteredOutput.pdf Filtered1Page.pdf
我已经在 Google 驱动器中上传了 1 页示例源 PDF： SampleInput
从命令生成的示例输出 PDF/A 文档位于 Google 驱动器中： SampleOutput
运行 在 windows 机器上对此 PDF 的上述查询将重现该问题。
是否有任何设置/命令可以正确处理 PDF/A 转换？
不能保证从 PDF 复制和粘贴。子集字体将 没有 具有可用的编码（例如 ASCII 或 UTF-8），在这种情况下，如果它们具有关联的 ToUnicode CMap，它们将只服从 cut/paste/search，许多 PDF 文件不包含 ToUnicode CMap。
当然，PDF/A 规范声明（在我看来很奇怪）您不应使用子集字体，但并非总是可以判断字体是否为子集（并非所有创作者都遵循 XXXXX+ 约定), 即使字体不是那里的子集 still 也不能保证它的编码是可用的。
查看您发布的文件，它不包含它使用的一种字体（Arial、Bold），因此 Ghostscript 替换为 DroidSansFallback，它包含的字体（FreeSansBold）是一个子集（FWIW this字体实际上似乎没有被使用......）。后备字体是 CIDFont，因此文本不可能是 'correct'.
我相信，如果您为 Ghostscript 提供一个真实的字体来替换 Arial，Bold，那么它可能会正常工作。这也将解决更明显的字符间距不正确的问题（在一个地方，非常不正确），这是由具有与原始宽度不同的后备字体引起的。
注意警告信息已经告诉你不要使用-dUseCIEColor。
您不能 copy/paste/search PDF 的事实并不意味着它不是有效的 PDF/A-1b 文件，所以这并不意味着创建 ( PDF/A-1b 的 NOT 转换）不是 'proper'.