Una forma común de poner un encabezado en PDF es /F1 1 Tf 10 0 0 10 72 700 Tm (Total) Tj ( due) Tj: un tamaño de fuente de 1 y el tamaño real cargado en la matriz de texto. Entréguele eso a un conversor PDF a SVG hecho a mano y la segunda pasada suele caer casi encima de la primera. Suponga que los cinco glifos de "Total" promedian medio em; el origen del texto debería moverse 2.5 unidades de espacio de texto, que la matriz convierte en 25 puntos. Un conversor que suma 2.5 directamente a la traslación de la matriz mueve la pluma una décima parte del camino, y " due" se imprime encima de la palabra anterior
ISO 32000-1 §9.4.4 dice explícitamente que los desplazamientos en espacio de texto pasan por la matriz de texto, así que la actualización es e += tx*a y f += tx*b, nunca una suma simple sobre e. Es uno de tantos lugares donde el estado de PDF tiene que llevarse a atributos de SVG en el momento exacto en que se escribe un elemento, y el resto de este artículo los recorre
Exportar una página cargada con BuildLoadedPageSVG
HotPDF exporta cualquier página de un documento cargado como un archivo SVG 1.1 autónomo. THotPDF.BuildLoadedPageSVG toma un índice de página base cero y devuelve el documento completo como un AnsiString, o una cadena vacía cuando la página no se puede exportar; SaveLoadedPageAsSVG escribe el mismo marcado a un archivo y devuelve False si falla. Ambas tienen una sobrecarga con una bandera EmbedFonts, cubierta más abajo
La página exportada toma su tamaño del crop box. El ancho y el alto se escriben en puntos, y el viewBox usa unidades de usuario de PDF, así que una unidad en el SVG es una unidad en el PDF. Trazos, corridas de texto, XObjects de imagen, imágenes inline, sombreados, patrones de mosaico, rutas de recorte, glifos Type 3 y Form XObjects anidados llegan todos a la salida, y el contenido raster viaja como data URIs de PNG en base64 dentro del archivo
var
Pdf: THotPDF;
I: Integer;
begin
Pdf := THotPDF.Create(nil);
try
if Pdf.LoadFromFile('statements.pdf', '') <= 0 then
Exit; // LoadFromFile devuelve el número de páginas
for I := 0 to Pdf.LoadedPageCount - 1 do
if not Pdf.SaveLoadedPageAsSVG(I, Format('page-%d.svg', [I + 1])) then
Writeln('Page ', I + 1, ' could not be exported');
finally
Pdf.Free;
end;
end;
Para canalizaciones de build que no deberían necesitar un programa Delphi compilado, la herramienta de línea de comandos de HotPDF expone la misma exportación como HotPDFCLI export-svg <pdf-file> [-o prefix] [--pages range]. SVG es texto, lo que lo hace buen compañero de la ruta raster en renderizar una página PDF a un bitmap: el bitmap muestra cómo se ve la página, y el SVG muestra qué objetos la dibujaron, en una forma que un diff de texto puede leer
Por qué un solo volteo de página rompe glifos y fotografías
El espacio de usuario de PDF crece hacia arriba desde la esquina inferior izquierda; el SVG crece hacia abajo desde la superior izquierda. Voltear la página completa una vez arregla todas las coordenadas y, de paso, refleja cada letra y cada fotografía. Los otros dos desajustes son más silenciosos. PDF acota el estado con una pila (q lo apila, Q lo desapila), mientras que SVG deja que un elemento herede lo que un grupo ancestro declaró. Y PDF expresa varias cosas por convención: enteros para caps y joins, un ancho cero que significa "la línea visible más delgada", variantes de operadores que cambian la regla de devanado
BuildLoadedPageSVG maneja el volteo con una pre-transformación de página y corrige texto e imágenes localmente. Cada elemento de texto lleva la cadena pre-transformación de página × CTM × matriz de texto × matrix(1,0,0,-1,0,0). El factor de la derecha vuelve a poner los glifos erguidos dentro de su propio marco y deja la línea base donde el volteo de página la puso. Como la corrección es una matriz y no un caso especial, el texto rotado, reflejado y sesgado no necesita código extra
Las imágenes llevan un factor distinto. El espacio de imagen de PDF pone la primera fila de muestras arriba del cuadrado unitario, mientras el elemento image de SVG tiene su propio marco con y hacia abajo, así que la transformación emitida es la CTM multiplicada por la derecha con matrix(1,0,0,-1,0,1). Equivoque el signo y el contenido vectorial de la página sale perfecto mientras cada fotografía cuelga patas arriba
Las páginas con una entrada /Rotate agregan una rotación en espacio de visualización y-hacia-arriba antes del volteo: (0,-1,1,0,0,W) para 90 grados, (-1,0,0,-1,W,H) para 180 y (0,1,-1,0,H,0) para 270, donde W y H son el tamaño de página sin rotar y el volteo usa el alto del lienzo rotado. El page box tampoco tiene que empezar en el origen. En una página cuyo crop box es [100 100 712 892], el exportador mueve la esquina inferior izquierda a (0,0) antes de rotar, el mismo paso que toma el renderizador raster; si no, el contenido cae cien unidades fuera del lienzo
Matrices de texto y posiciones por carácter
Cada corrida de texto se convierte en un elemento text de SVG cuyo atributo x lista una posición por cada carácter. Las posiciones se acumulan desde el avance del glifo más el espaciado de carácter Tc, y el espaciado de palabra Tw se agrega solo tras el código de un byte igual a 32. Un código de dos bytes que casualmente sea 32 no recibe espaciado de palabra, que es lo que prescribe ISO 32000-1 §9.3.3 y de lo que dependen las fuentes con clave CID. Cuando un glifo representa varios caracteres, como hace una ligadura, los caracteres comparten su avance para que cada uno conserve su propio valor de x
El escalado horizontal y la elevación del texto se integran a la matriz de renderizado de texto como [Th 0 0 1 0 Trise] × Tm, siguiendo §9.4.4, así que escalan y rotan junto con una matriz de texto transformada. Los números de kerning dentro de un arreglo TJ son milésimas de em y se multiplican por Th como cualquier otro movimiento horizontal
Dos detalles de XML importan. Cada elemento text lleva xml:space="preserve"; sin eso, un visor colapsa las corridas de espacios y la lista de x se desincroniza con los caracteres. Y el archivo es UTF-8, así que los caracteres se codifican como UTF-8 explícitamente en vez de pasar por la página de código del sistema. Los puntos de código que XML 1.0 prohíbe (caracteres de control por debajo de 0x20, surrogates, U+FFFE y U+FFFF) se reemplazan con U+FFFD. El texto de shaping de escrituras complejas toma la misma ruta, porque el shaper ya convirtió los clusters en glifos posicionados antes de que se escriba el content stream
Fuentes nombradas o contornos incrustados
Por omisión, el texto nombra su fuente: el exportador deriva una familia de /BaseFont y del descriptor de fuente y agrega un fallback genérico como Arial, sans-serif, y el visor dibuja el texto con una fuente instalada. Eso mantiene los archivos pequeños y el texto completamente vivo, pero una página compuesta en una tipografía corporativa incrustada se dibuja con una fuente sustituta en cualquier máquina que no la tenga, cuyos anchos ya no coinciden con las posiciones por carácter
Pasar True en EmbedFonts escribe los glifos de los programas de fuente incrustados como contornos en un bloque defs, compartidos entre todas sus apariciones en la página. El texto original sigue escribiéndose encima con opacidad de relleno cero, así que se puede seleccionar y buscar. Use True siempre que el SVG salga de la máquina que lo hizo: una entrega de diseño, un archivo de respaldo, un diff visual en un agente de CI. Use el valor por omisión cuando el archivo se queda en un entorno que tiene las fuentes y el tamaño importa
procedure ExportOutlined(Pdf: THotPDF);
var
Svg: AnsiString;
Output: TFileStream;
begin
// Contornos de glifos de las fuentes incrustadas, texto seleccionable encima
Svg := Pdf.BuildLoadedPageSVG(0, True);
if Svg = '' then
raise Exception.Create('Page 1 could not be exported');
Output := TFileStream.Create('page-1-outlined.svg', fmCreate);
try
Output.WriteBuffer(Svg[1], Length(Svg));
finally
Output.Free;
end;
end;
Los modos de render se respetan en ambas rutas. El modo 1 traza sin rellenar, el modo 2 rellena y traza, el modo 3 es invisible pero igual avanza la pluma, y los modos 4 a 7 agregan los glifos a la ruta de recorte. Un glifo trazado necesita una corrección más: el ancho de línea vive en espacio de usuario mientras el elemento text dibuja en espacio de texto, así que el ancho se divide entre la escala de la matriz de texto. Un texto engrosado con 2 Tr 0.25 w conserva entonces un contorno de un cuarto de punto; dejado en el valor por omisión de SVG de una unidad, se vería pesado
Lo que el estado gráfico lleva a cada elemento
Los atributos de presentación de SVG no siguen el alcance de PDF, así que cada trazo se escribe con el estado completo de stroke vigente en ese momento. Line cap 0, 1, 2 se convierte en butt, round, square; line join 0, 1, 2 se convierte en miter, round, bevel; el límite de miter, el arreglo de guiones y la fase de guiones se escriben cuando están fijados. Un arreglo de guiones con una entrada negativa, o un arreglo no vacío sin ninguna entrada positiva, se ignora y el patrón anterior permanece; un arreglo vacío [] restaura la línea sólida. Los mismos valores pueden llegar por un diccionario ExtGState, cuyas claves LW, LC, LJ, ML, ca y CA también se aplican
Un ancho de línea cero en PDF significa la línea más delgada que el dispositivo puede dibujar. Copiarlo literalmente da un trazo invisible, y copiarlo como 1 da una línea que crece con cada paso de zoom. El exportador escribe stroke-width="1" junto con vector-effect="non-scaling-stroke", que mantiene el trazo fino de alrededor de un pixel de dispositivo a cualquier ampliación. Los operadores estrella f*, B* y b* agregan fill-rule="evenodd", y sus formas simples conservan el devanado distinto de cero por omisión de SVG
Q restaura el color de relleno y de trazo, la opacidad, el ancho de línea, el cap, el join, el límite de miter, el arreglo de guiones y su fase, y también el estado de texto. ISO 32000-1 §9.3.1 hace del estado de texto parte del estado gráfico, así que un 2 Tr fijado dentro de q … Q no debe trazar el texto que sigue al Q. El recorte sigue §8.5.4: W solo marca la ruta, y el recorte toma efecto tras el operador de pintado, así que re W f rellena el rectángulo primero y recorta después. Cada recorte se convierte en un clipPath más un grupo envolvente, y Q cierra los grupos abiertos desde el q que le corresponde
Los Form XObjects se comportan como un q … Q implícito. El exportador recorta un form a su /BBox, guarda el estado al entrar y lo restaura al salir, así que un borde con guiones dentro de un stamp no puede fugarse al contenido de la página después de él. Los patrones de mosaico se mapean al espacio por omisión del content stream que los usa (§8.7.2), la página o el form, sin importar la CTM cuando el patrón se pinta. La importación vectorial de EMF y WMF corre un modelo de estado similar en dirección contraria, y la importación de SVG como Form XObject cubre el viaje inverso de SVG a PDF
Color, sombreados y las cadenas que comparan las pruebas
El color llega al SVG a través de cada operador de color de PDF: g, rg, k y sus formas de trazo, y cs / scn con un espacio nombrado de los recursos /ColorSpace de la página o del form. Los colores Separation, DeviceN, ICCBased, Indexed y Lab se resuelven a RGB con el mismo código de espacios de color que usa el renderizador de páginas. Seleccionar un espacio con cs parte del color inicial que §8.6.8 define: negro en los espacios de dispositivo, tint 1.0 en Separation y DeviceN, índice 0 en Indexed. SVG no tiene noción de tintas, así que un spot color llega como su apariencia RGB y el nombre de la tinta se queda atrás en el PDF. El trabajo de prueba de color que necesita separaciones reales pertenece al modelo de pintado descrito en renderizar Separation y DeviceN spot colors
Los sombreados axiales y radiales se convierten en gradientes de SVG. La especificación deja /Extend por omisión en [false false], lo que significa que nada se pinta antes de t0 ni después de t1, mientras el spread pad de SVG pinta los colores finales hacia afuera. El exportador salva esa diferencia agregando un stop totalmente transparente en cada extremo que no se extiende. Los sombreados basados en función se muestrean en una imagen a alrededor de una muestra por unidad, y los sombreados de malla se renderizan en una imagen incrustada
Los colores hex salen en mayúsculas. Una prueba de regresión que compara cadenas necesita esperar #FF0000, y una prueba escrita contra minúsculas fallará sobre una salida perfectamente correcta. Coordenadas y anchos se redondean a cuatro decimales y las matrices transform conservan nueve dígitos significativos, ambos con punto como separador decimal, sea cual sea el locale de la máquina que corre la prueba
procedure CheckRedRectangle(Pdf: THotPDF);
var
Svg: AnsiString;
begin
Svg := Pdf.BuildLoadedPageSVG(0);
// Assert es una comprobación que usted agrega en su propia prueba, no forma parte de la exportación
Assert(Pos(AnsiString('fill="#FF0000"'), Svg) > 0,
'expected the red fill in uppercase hex');
Assert(Pos(AnsiString('xml:space="preserve"'), Svg) > 0,
'text elements keep their spaces');
end;
Una comprobación de cadenas como esta se mantiene firme cuando el PDF de entrada lo genera su propio código y los colores esperados son conocidos. Para páginas de afuera, comparar el SVG de dos builds entre sí atrapa más que cualquier atributo fijo en el código. El resto del kit para documentos cargados, de renderizado y edición a exportación, está descrito en la página del componente PDF HotPDF para Delphi