Technischer Artikel

Fehlende Schrifteinbettung reparieren: EmbedMissingFonts

Ein Lieferanten-PDF sieht auf dem Bildschirm perfekt aus, doch der PDF/A-Validator lehnt es mit einer Zeile ab: 00030 At least one font is not embedded. Der Viewer hat die ganze Zeit Schriftarten von Ihrer Maschine geliehen. Öffnen Sie den FontDescriptor in der Datei: Fast alles, was eine eingebettete Schriftart braucht, ist bereits vorhanden, bis hin zur Strichbreite und Bounding Box; es fehlt genau eine Stream-Referenz, die das Schriftart-Programm selbst enthält

Die Batch-Version davon kennen alle, die eine Archiv-Ingestion-Pipeline betreiben. Rechnungen, Verträge und gescannte Formulare kommen von Lieferanten und Dienstleistern, jeder Arbeitsplatz im Gebäude rendert sie einwandfrei, und der Validator lehnt Datei um Datei mit derselben Zeile ab. Niemand vorgelagert wird irgendetwas neu generieren. Die Pipeline muss reparieren, was sie erhält, und das ist die Aufgabe dieses Artikels. Sein Gegenstück, der Artikel zur Erkennung von PDF/A- und PDF/UA-Verletzungen mit dem Preflight-Bericht, sagt Ihnen, welche Dateien fehlerhaft sind; dieser behandelt die mit Abstand häufigste Art, wie sie fehlerhaft werden

Was der Fehler 00030 tatsächlich verlangt

ISO 19005-1 §6.3.4 verlangt, dass jede Schriftart, die eine konforme Datei verwendet, ihr Schriftart-Programm in dieser Datei mitführt. Die Begründung ist schlicht Archivlogik. Ein Dokument, das in fünfzig Jahren auf einer Maschine geöffnet wird, die keine Schriftart mit dem Erzeugungssystem teilt, muss identisch gerendert werden, und eine nicht eingebettete Schriftart ist nur die Anweisung, auf welchem System auch immer etwas namens Arial zu suchen. Welche Glyphen und Metriken die Ersatzschriftart hat, das ist es, was der Leser sieht

Die Gewohnheit, nicht einzubetten, geht auf die Standard-14-Konvention zurück. Das frühe PDF versprach, dass jeder Viewer Helvetica, Times, Courier, Symbol und ZapfDingbats mitliefert, also lernten Generatoren, diese namentlich zu referenzieren und nichts einzubetten. Viel Werkzeug macht das bis heute. PDF/A zieht diese Ausnahme zurück, und die losLab PDF Library for Delphi setzt das auf der Schreiberseite durch: Bei aktivem PDF/A- oder PDF/X-Modus gibt AddStandardFont 0 zurück, ohne eine Schriftart auszuwählen, denn die Bibliothek liefert die Standard-14-Outlines nicht mit und schreibt keine Referenz, die sie nicht mit einem Programm belegen kann. AddTrueTypeFont mit Embed=0 wird unter PDF/A-Modus zu einer vollständigen Einbettung aufgewertet, während Embed=2 (Subset) unverändert durchgeht, da ein Subset weiterhin ein eingebettetes Programm ist

Das deckt Dateien ab, die Sie selbst schreiben. Die Datei eines Lieferanten ist schwieriger, denn die Schriftart-Verzeichnisse hat der Generator von jemand anderem geschrieben, und Sie können ihn nicht um einen zweiten Versuch bitten. Für solche Dateien stellt die Bibliothek EmbedMissingFonts bereit, das ein geladenes Dokument an Ort und Stelle repariert, indem es jedes fehlende Programm aus den installierten Schriftarten in den Deskriptor kopiert, den das Dokument bereits mitführt

Warum braucht eine nicht eingebettete Schriftart nur einen einzigen zusätzlichen Schlüssel?

Ein Generator, der eine nicht eingebettete TrueType-Schriftart schreibt, produziert trotzdem einen vollständigen FontDescriptor: FontName, FontBBox, Flags, Ascent, Descent, StemV, CapHeight. Was er auslässt, ist der Stream, der das Schriftart-Programm enthält, referenziert vom Deskriptor als /FontFile2 für TrueType-Outlines oder /FontFile3 für CFF-basierte CID-Schriftarten. Genau das ergänzt EmbedMissingFonts. Es liest die Programm-Bytes, schreibt sie als neuen Flate-komprimierten Stream mit einem /Length1-Eintrag und hängt die Referenz an den bereits vorhandenen Deskriptor

PDF Library for Delphi-Diagramm eines FontDescriptor-Wörterbuchs vor und nach EmbedMissingFonts: jeder Eintrag bereits vorhanden, nur der fehlende FontFile2-Stream aus der installierten Systemschrift angehängt
EmbedMissingFonts hängt eine Stream-Referenz an einen bereits vollständigen Deskriptor an

Wir halten diesen In-Place-Ansatz für den richtigen Standard bei übernommenen Dateien, und der Grund ist das Widths-Array. Textpositionen in einem PDF-Content-Stream stehen bereits fest; der Viewer rückt um die Breiten weiter, die der ursprüngliche Generator verzeichnet hat. Das Schriftart-Verzeichnis aus der installierten Schriftart neu aufzubauen, würde diese Breiten durch frisch gemessene ersetzen, und weicht die installierte Version des Schnitts auch nur leicht von der des Autors ab, haben Sie das Dokument verändert, das Sie eigentlich bewahren wollten. Verzeichnis, Kodierung, Breiten und jeden Content-Stream unangetastet zu lassen bedeutet, dass die Seiten weiterhin auf dieselben Ressourcennamen mit denselben Metriken zeigen

Der Durchlauf erfasst jedes Font-Verzeichnis in der Datei, nicht nur die von den Seitenressourcen aus erreichbaren, also werden auch Schriftarten erwischt, die nur in Anmerkungs-Appearances verwendet oder seitenübergreifend geteilt werden. Zusammengesetzte Type0-Schriftarten, die Sorte für CJK-Texte und die meisten modernen Unicode-Ausgaben, laufen über ihren CIDFont-Nachfolger ab. Die gesamte Reparatur ist ein einziger Aufruf auf einem geladenen Dokument:

var
  PDF: TPDFlib;
  Repaired: Integer;
begin
  PDF := TPDFlib.Create;
  try
    if PDF.LoadFromFile('supplier-invoice.pdf', '') <> 1 then
      raise Exception.Create('Could not load PDF');

    // Gibt zurück, wie viele Schriftarten ein Programm erhalten haben. Bereits
    // eingebettete Schriftarten bleiben unangetastet; Schriftarten ohne
    // installierte Übereinstimmung werden übersprungen und schlicht nicht gezählt.
    Repaired := PDF.EmbedMissingFonts;
    Writeln(Format('%d font program(s) embedded', [Repaired]));

    PDF.SaveToFile('supplier-invoice-repaired.pdf');
  finally
    PDF.Free;
  end;
end;

Wie die Suche nach installierten Schriftarten Namen abgleicht

BaseFont-Namen in echten Dateien stimmen selten mit dem Familiennamen überein, den Windows kennt. EmbedMissingFonts normalisiert jeden Namen vor der Suche:

  • Ein Subset-Präfix (sechs Großbuchstaben und ein Pluszeichen, wie in KQBWTE+Calibri) wird entfernt
  • Alles nach dem ersten Komma oder Bindestrich gilt als Stil, sodass Arial,BoldItalic und Arial-BoldMT beide einen fetten Schnitt anfordern und Italic oder Oblique einen kursiven verlangt
  • Nachgestellte MT- und PS-Suffixe fallen weg, sodass ArialMT zu Arial aufgelöst wird
  • Liegt der Schnitt in einer TrueType Collection (.ttc), werden die Tabellen-Offsets angepasst, damit das eingebettete Programm eine gültige eigenständige Schriftart ist

Das härtere Problem ist, dass der Windows-Schriftart-Mapper nie Nein sagt. Fordern Sie von GDI eine Familie an, die nicht installiert ist, gibt es ohne Murren einen Ersatzschnitt zurück; fordern Sie fett für eine Familie an, die nur einen Regular-Schnitt hat, fetten die Outlines auf dem Bildschirm auf. Beide Ergebnisse liefern Ihnen ein tadellos ladbares Schriftart-Programm, das die falsche Schriftart ist. Deshalb gleicht die Suche den Schnitt, den GDI tatsächlich ausgewählt hat, gegen die angeforderte Familie ab, Leerzeichen und Groß-/Kleinschreibung ignorerend, und prüft die eigenen Bold- und Italic-Bits des Schnitts gegen den angeforderten Stil. Eine Abweichung in einem der beiden bedeutet: Die Schriftart wird übersprungen

Das ist ein bewusster Kompromiss. Eine tolerantere Suche würde die Reparaturanzahl in jedem Batch erhöhen, und einige dieser „Reparaturen“ würden Arial Regular unter eine Schriftart einbetten, die das Dokument Arial,Bold nennt. ISO 19005-1 §6.3.6 verlangt, dass die Breiten im Schriftart-Verzeichnis mit dem eingebetteten Programm übereinstimmen, also kann ein Beinahe-Treffer den Fehler 00030 gegen einen Breitenkonsistenzfehler eintauschen, und im schlimmsten Fall besteht er die Validierung und rendert doch leicht anders, als der Autor es beabsichtigt. Wir melden lieber ein Überspringen, als eine Vermutung zu archivieren

Die Suche liest installierte Schriftarten über Windows GDI. In Linux- oder macOS-Builds liefert der Systempfad nichts, und der dateibasierte Aufruf im nächsten Abschnitt ist der Weg, Programme bereitzustellen

Was passiert, wenn die Schriftart nicht installiert ist?

Der Rückgabewert sagt es Ihnen. Meldet EmbedMissingFonts weniger Schriftarten, als Sie als fehlend kennen, besteht die Differenz aus Schriftarten, die die Maschine nicht hat, oder nicht im richtigen Stil hat. Für diese hängt EmbedFontProgramFromFile(FontName, FileName) ein Programm aus einer .ttf- oder .otf-Datei Ihrer Wahl an, sodass eine Pipeline die Unternehmensschnitte mitliefern kann, die sie zu treffen erwartet, und gezielt darauf zurückfällt

PDF Library for Delphi-Entscheidungsfluss: jedes Schriftart-Verzeichnis aufzählen, BaseFont-Namen gegen das installierte System normalisieren, gefundene Programme mit EmbedFontProgram einbetten oder auf EmbedFontProgramFromFile ausweichen und die reparierte Anzahl melden
Die Namensnormalisierung macht die Systemsuche tolerant, und die Rückgabeanzahl hält übersprungene Schnitte sichtbar

Das Muster, das in der Praxis am besten funktioniert, sind zwei Durchgänge. Führen Sie EmbedMissingFonts aus und speichern Sie, dann laden Sie das Ergebnis, zählen auf, was weiterhin nicht eingebettet ist, und bieten jeden verbleibenden Namen Ihrem eigenen Schriftart-Ordner an. Das erneute Laden ist wichtig: Das Embedded-Flag, das GetFontIsEmbedded für eine aufgezählte Schriftart meldet, spiegelt die Datei, wie sie war, als FindFonts lief, also würde das Aufzählen in derselben Sitzung wie die Reparatur veraltete Antworten zeigen

function FontFileFor(const BaseFont: string): string;
begin
  // Ihr eigener Helfer (nicht Teil der Bibliothek): Dokument-
  // Schriftartnamen auf mit der App gelieferte Schriftdateien abbilden.
  // Ein leeres Ergebnis lässt EmbedFontProgramFromFile 0 zurückgeben,
  // ohne das Dateisystem zu berühren.
  if Pos('CorporateSans', BaseFont) > 0 then
    Result := ExtractFilePath(ParamStr(0)) + 'fonts\CorporateSans.ttf'
  else
    Result := '';
end;

procedure EmbedFromShippedFonts(const InFile, OutFile: string);
var
  PDF: TPDFlib;
  I, FontID: Integer;
  Name: string;
begin
  PDF := TPDFlib.Create;
  try
    if PDF.LoadFromFile(InFile, '') <> 1 then
      Exit;
    PDF.FindFonts;
    for I := 1 to PDF.FontCount do
    begin
      FontID := PDF.GetFontID(I);
      if (FontID > 0) and (PDF.SelectFont(FontID) = 1) and
         (PDF.GetFontIsEmbedded = 0) then
      begin
        // Namen genau wie gespeichert übergeben, Subset-Präfix inklusive
        Name := PDF.FontName;
        if PDF.EmbedFontProgramFromFile(Name, FontFileFor(Name)) = 0 then
          Writeln('Still not embedded: ', Name);
      end;
    end;
    PDF.SaveToFile(OutFile);
  finally
    PDF.Free;
  end;
end;

Drei Details entscheiden, ob diese Schleife Erfolg hat. Die Aufrufe nach Namen, EmbedFontProgram für die installierte Schriftart und EmbedFontProgramFromFile für eine Datei, gleichen gegen die BaseFont ab, genau wie das Dokument sie speichert, und wirken auf das erste Font-Verzeichnis mit diesem Namen, weshalb die Schleife PDF.FontName direkt durchreicht statt eines aufgeräumten Familiennamens. Das Programmformat muss zum Schriftarttyp passen: Glyphen-Outlines als TrueType-Daten für eine TrueType- oder CIDFontType2-Schriftart, ein OpenType-CFF-Programm (eines, das mit dem OTTO-Tag beginnt) für eine CIDFontType0-Schriftart, die dann als /FontFile3 mit Subtyp OpenType geschrieben wird. Reichen Sie einer TrueType-Schriftart eine CFF-Datei, gibt der Aufruf 0 zurück. Und der Reparaturpfad deckt TrueType- und CID-Schriftarten ab; das /FontFile einer Type1-Schriftart braucht das dreiteilige PFB-Layout mit expliziten Längenschlüsseln, also werden Type1-Referenzen übersprungen und der Rückgabeanzahl zum Anzeigen überlassen. Standard-14-Referenzen werden gewöhnlich als Type1 geschrieben, rechnen Sie also damit, sie in dieser Restliste zu sehen

Es gibt auch eine Frage, die die Bibliothek nicht für Sie beantworten kann. Die Einbettungsberechtigungen einer TrueType-Schriftart gehören ihrem Schrifthersteller, und eine Pipeline, die lizenzierte Programme in Dokumente schreibt, die die Organisation verlassen, braucht jemanden, der bestätigt, dass die Lizenzen das zulassen. Der Code bettet jede Datei ein, auf die Sie ihn zeigen. Ob Sie dürfen, ist eine Rechtsfrage

Den Kreis mit CreatePreflightReport schließen

Die Prüfung, die die Datei abgelehnt hat, sollte diejenige sein, die sie freigibt. CreatePreflightReport mit ComplianceTests = 1 führt die PDF/A-Prüfungen aus, und der Befund 00030 wird einmal für die ganze Datei gemeldet, sodass eine einzige übersehene Schriftart ihn im Bericht hält. Führen Sie ihn auf der Quelle aus, reparieren und speichern Sie, dann führen Sie ihn erneut auf der Ausgabe aus

PDF Library for Delphi: Geschlossene Reparaturschleife, in der CreatePreflightReport den Fehlercode 00030 markiert, EmbedMissingFonts die markierten Schriftarten einbettet, SaveToFile die reparierte PDF schreibt und ein zweiter Berichtslauf bestätigt, dass der Batch besteht
Zuerst den Preflight-Bericht ausführen, die Reparatur davon anleiten lassen, dann dieselbe Prüfung das Ergebnis zertifizieren lassen
function HasFontEmbeddingViolation(PDF: TPDFlib;
  const FileName: string): Boolean;
var
  Report: string;
begin
  // ComplianceTests = 1 wählt die PDF/A-Prüfungen aus
  Report := PDF.CreatePreflightReport(FileName, '', 1, 0);
  Result := Pos('00030', Report) > 0;
end;

Ein Ergebnis überrascht Leute beim ersten Mal. Die Schriftartprüfung ignoriert Schriftarten, die der Inhalt nur unsichtbar zeichnet, im Text-Rendering-Modus 3, so legen die meisten OCR-Engines eine durchsuchbare Textebene über ein gescanntes Bild. Eine gescannte Datei kann 00030 also bestehen, während FindFonts weiterhin einen nicht eingebetteten Schnitt listet. Das ist konsistent damit, wie PDF/A unsichtbaren Text behandelt, und es bedeutet, dass eine Aufstellung pro Schriftart und das Urteil pro Datei dasselbe Dokument zu Recht unterschiedlich bewerten können

Für Batch-Logs, die exakt benennen müssen, welcher Schnitt in welcher Datei nicht eingebettet blieb, ist die Aufstellung pro Schriftart das bessere Werkzeug: Laden Sie die Ausgabe, rufen Sie FindFonts, dann SelectFont und GetFontIsEmbedded für jeden Eintrag auf. Der Artikel zum Extrahieren von Text, Bildern und Schriftarten aus geladenen PDFs verwendet dieselbe Aufzählung, um die Extraktion statt der Reparatur zu speisen

Einbetten räumt einen Befund weg, und Ihre eigene Ausgabe sollte ihn nie brauchen

Schriftarten einzubetten beseitigt den Fehler 00030 und sonst nichts. Eine Datei, die außerdem an Verschlüsselung, fehlenden XMP-Metadaten, einem geräteabhängigen Farbraum ohne OutputIntent oder Schriftarten ohne ToUnicode-Tabellen scheitert, scheitert weiterhin, nachdem jedes Programm an seinem Platz ist, also gehört die Reparatur in die Preflight-Schleife und arbeitet ab, was der Bericht nennt. Die Größe ist der andere Preis. Ein vollständiges CJK-Schriftartprogramm kann auf mehrere Megabyte kommen, und ein paar davon einzubetten kann eine einseitige Rechnung um ein Vielfaches ihrer ursprünglichen Größe anschwellen lassen; der Artikel zur PDF-Dateigrößenoptimierung und zum Schriftarten-Subsetting behandelt, wie man jedes eingebettete Programm auf die Glyphen zuschneidet, die die Seiten tatsächlich verwenden

Auf der Schreiberseite verhindert SetEmbedAllFonts(1), dass Ihr eigener Code die Dateien produziert, die dieser Artikel repariert. Es wendet dieselbe Aufwertung, die der PDF/A-Modus an einem gewöhnlichen Dokument vornimmt, auf jedes Dokument an: Jeder spätere AddTrueTypeFont-Aufruf mit Embed=0 bettet das vollständige Programm ein. Die Einstellung gehört zum ausgewählten Dokument und wirkt auf Schriftarten, die nach dem Aufruf hinzukommen, also setzen Sie sie direkt nach NewDocument. Unsere Empfehlung: Einschalten für alles, was in einem Archiv landen könnte, PDF/A oder nicht, denn die Dateien, die Sie heute erzeugen, sind die übernommenen Dateien von denen, die sie später lesen

PDF.NewDocument;
PDF.SetEmbedAllFonts(1);
// Ab hier bettet AddTrueTypeFont('Segoe UI', 0) das vollständige
// Programm ein, genau wie AddTrueTypeFont('Segoe UI', 1)
PDF.AddTrueTypeFont('Segoe UI', 0);

Der Pfad Laden-Reparieren-Speichern, der dateibasierte Fallback und der Schutz auf der Schreiberseite kommen alle in der losLab PDF Library für Delphi, C# und VB.NET, zusammen mit der Preflight-Engine, die oben das Ergebnis bestätigt; die Produktseite dokumentiert den Rest der Schriftart-API, einschließlich der Inspektion und des Subsettings pro Schriftart