使用 pdf2htmlEx 工具将 pdf 转换为 html 期间字体未对齐

Question

PDF 到 HTML 转换的字体问题

1. 所有“ti”、“fi”、“tt”字符都丢失了

SAMPLE SCREENSHOT

1. 字体重叠问题

SAMPLE SCREENSHOT

• 注意：Firefox 没有这个问题。在 safari 浏览器中获取 chrome 中的上述问题

我正在使用

• 使用0.13.6版本的pdf2htmlEX
• 使用以下命令将pdf转为html

pdf2htmlEX --split-pages 1 --zoom 3 --fit-width 920 --correct-text-visibility 1 --dest-dir $1 $2 2>&1

尝试过

使用 --fallback 1 选项可以解决我上述所有问题。但是

1. 后备选项降低了文档的清晰度。
2. 页面中的表格消失，取而代之的是空白。

怀疑

1. 您能否详细解释一下后备问题？

2. 我已经尝试过上述方法（使用后备）。如果您更喜欢用不同的方法来解决上述字体问题，请建议我。

在 chrome 和 safari 中遇到上述问题，而在 Firefox 中运行正常。

Answer 1

上述问题仅发生在 - 像 chrome 和 safari 这样的 webkit 网络浏览器 - 提供对连字的支持 - 而像 firefox 这样的浏览器则没有。

ligature 是两个或多个字母的组合 字形

​根本原因

缺少字符的问题是由于这些现代浏览器提供的连字支持 - 让我解释一下

1.转换时的工具 - 它使用 poppler 将字符转换为字形进行渲染 - 现在这些浏览器遇到像 tt tf ti ff fi 这样的字符时认为它们是连字并搜索对应于 tt 而不是 tt 的字形/p>

2.由于它们没有对应的字形 - 它们只是跳过字符并渲染其余字符 - 所以，我们发现字符缺失

可以解决

在这些浏览器中禁用/关闭连字 - 将 css 嵌入生成内容中

更多详情请参考：

• Prevent ligatures in Safari (Mavericks/iOS7) via CSS

如果我错了，请纠正我。