PDFBox PDFImageWrite.writeImage 未正确处理所有字符答案

【问题标题】：PDFBox PDFImageWrite.writeImage is not handling all characters properlyPDFBox PDFImageWrite.writeImage 未正确处理所有字符
【发布时间】：2015-09-01 09:55:14
【问题描述】：

我正在使用 PDFBox 1.8.10 加载 PDF 并在每个页面上叠加图像。

PDDocument doc = PDDocument.load(url);
PDFImageWriter imageWriter = new PDFImageWriter();
imageWriter.writeImage(doc, imageFormat, password, 1,
        doc.getNumberOfPages(), filePrefix, imageType, resolution);

我已尝试将doc 保存为 PDF，这看起来不错。保存图像时，它们可能包含不正确的文本。对于东欧文件尤其如此 - 例如匈牙利、波兰、捷克等

PDF显示

H-4432 NYÍREGYHÁZA-NYÍRSZŐLŐS

图片显示

有解决办法吗？我需要定义代码页吗？会不会是可用字体有问题？

【问题讨论】：

看这个：stackoverflow.com/questions/22260344/…
PDFBox 将 PDF 渲染为图像的功能在 1.x 版本中非常有限。它在 2.0.0-SNAPSHOT 开发版本中有很大改进，参见。 this answer、this answer 和 this one。不幸的是，PDFBox 2.0.0-SNAPSHOT API 是一个移动的目标，每隔一个月就会进行一次大规模重构，因此这些答案中的代码可能不再开箱即用。

标签： java pdf pdfbox

【解决方案1】：

我的解决方案是切换到 2.0 SNAPSHOT（8 月 15 日）。我测试过的所有文件看起来都很好。 API 已更改，但就我而言，更改需要 5 分钟。

感谢@mkl 提供信息。

【讨论】：