删除使用pdfTk创建的pdf中的多个嵌入字体

Question

有没有办法从pdf文件中删除多次嵌入的字体？

这是我的情景:

1)程序生成几个单页pdf报告(查询数据库,将信息放在Excel模板上并以pdf格式导出格式化信息)

2)pdftk将单页pdf合并到一个文件中.

一切正常,但结果pdf的大小非常大:事实上,我注意到字体嵌入了多次(与页面的数量一样多的时间:所有页面都是从同一个excel模板开始生成的,字体嵌入在单个pdf文件中,pdftk只是粘贴pdf).有没有办法只记录每个嵌入字体的一个副本？

我尝试在从excel-> pdf导出时将字体嵌入到第一页中:文件的大小显着减小,但似乎其他页面无法访问嵌入字体.

谢谢,亚历山德罗

Answer 1

您可以尝试使用Ghostscript来“修复”由pdftk连接的PDF（但请使用最新版本，例如9.05）。在许多情况下，Ghostscript将能够将许多子集的字体合并为更少的字体。

该命令将如下所示：

gswin32c.exe ^
    -o output.pdf ^
    -sDEVICE=pdfwrite ^
    -dPDFSETTINGS=/prepress ^
     input.pdf

检查与

pdffonts.exe  output.pdf
pdffonts.exe  input.pdf

每个文件中有多少个各种字体子集的实例（pdffonts.exe可在此处作为命令行工具的一小包的一部分获得）。

但是不要抱怨这个过程的``慢速''-Ghostscript确实会完全解释所有PDF输入文件以完成其任务，而pdftk文件的连接则是一个简单得多的过程...

更新：

相反，pdftk您可以使用Ghostscript合并输入的PDF文件。这可能可以避免pdftk合并文件的后验Ghostscript“修复”问题。注意，这将比'dumb'pdftk merge慢得多。但是，结果可能会更好，特别是在字体处理和文件大小方面。

这可能是命令：

gswin32c.exe ^
    -o output.pdf ^
    -sDEVICE=pdfwrite ^
    -dPDFSETTINGS=/prepress ^
     input.pdf

您可以向Ghostscript CLI添加更多选项，以对合并和优化过程进行更精细的控制。

最后，您必须在两个极端之间做出选择：

如果您要为许多合并过程的两种方法发布一些结果（执行时间和生成的文件大小），我将很感兴趣...

更新2： 对不起，我的先前版本包含一个错字。
不是，-sPDFSETTINGS=...但必须是-dPDFSETTINGS=...（d代替s）。

更新3：

由于您的源文件是由模板制作的Excel工作表（通常不使用很多不同的字体），因此您可以尝试使用技巧来确保Ghostscript具有所有需要使用的字体的所有必需的字形。合并后的PDF：

对于每种字体和外观（标准，斜体，粗体，粗体斜体），在打印区域左上方的模板表中添加一个表格单元格。
从ASCII字母所有可打印字符和标点符号填写此表格单元格：0123456789，ABCD...XYZ，abc...xyz，:-_;°%&$§")({}[]等。
使单元（和字体大小）尽可能的小，以免干扰整体布局。使用白色来格式化单元格中的字符（因此它们在最终的PDF中不可见）。

该方法有望确保您的每个PDF都使用相同的字形子集，这样可以避免在将文件与Ghostscript合并时观察到的问题。（请注意，如果您使用fe Arial和Arial-Italic，则必须创建2个此类单元格：一个用标准Arial字体格式化，另一个用斜体格式化。）