Un PDF de proveedor se ve perfecto en pantalla, y aun así el validador PDF/A lo rechaza con una línea: 00030 At least one font is not embedded. El visor estuvo tomando prestadas fuentes de tu máquina todo el tiempo. Abre el descriptor de fuente dentro del fichero y casi todo lo que una fuente incrustada necesita ya está ahí, hasta el ancho del astil y el bounding box; lo que falta es una referencia de flujo que contenga el programa de fuente en sí
La versión por lotes de esto le resulta familiar a cualquiera que gestione un pipeline de ingesta de archivo. Facturas, contratos y formularios escaneados llegan de proveedores y oficinas, todos los escritorios del edificio los renderizan bien, y el validador rechaza fichero tras fichero con esa misma línea. Nadie aguas arriba va a regenerar nada. El pipeline tiene que arreglar lo que recibe, y ese es el trabajo que cubre este artículo. Su compañero, el artículo sobre detección de infracciones PDF/A y PDF/UA con el informe de preflight, te dice qué ficheros están rotos; este trata la forma más frecuente con la que se rompen
Qué pide en realidad el error 00030
ISO 19005-1 §6.3.4 exige que cada fuente usada por un fichero conforme lleve su programa de fuente dentro de ese fichero. El razonamiento es lógica de archivo pura. Un documento abierto dentro de cincuenta años, en una máquina que no comparte ninguna fuente con la que lo produjo, tiene que renderizarse de forma idéntica, y una fuente no incrustada es solo una instrucción de ir a buscar algo llamado Arial al sistema que resulte estar leyendo. Los glifos y las métricas que tenga el sustituto, eso es lo que ve el lector
La costumbre de no incrustar viene de la convención de las Standard 14. El PDF temprano prometía que todos los visores traían Helvetica, Times, Courier, Symbol y ZapfDingbats, así que los generadores aprendieron a referenciarlas por nombre y a no incrustar nada. Mucha herramienta sigue haciéndolo. PDF/A revoca esa exención, y losLab PDF Library for Delphi la aplica en el lado del escritor: con el modo PDF/A o PDF/X activo, AddStandardFont devuelve 0 sin seleccionar ninguna fuente, porque la biblioteca no incluye los contornos de las Standard 14 y no escribirá una referencia que no pueda respaldar con un programa. AddTrueTypeFont con Embed=0 se promociona a incrustación completa en modo PDF/A, mientras que Embed=2 (subconjunto) pasa sin cambios, ya que un subconjunto sigue siendo un programa incrustado
Eso cubre los ficheros que escribes tú. El fichero de un proveedor es más difícil, porque los diccionarios de fuente los escribió el generador de otro y no tienes forma de pedirle un segundo intento. Para esos ficheros la biblioteca proporciona EmbedMissingFonts, que repara un documento cargado en el sitio copiando cada programa ausente desde las fuentes instaladas hacia el descriptor que el documento ya lleva
¿Por qué una fuente no incrustada necesita solo una clave más?
Un generador que escribe una fuente TrueType no incrustada produce igualmente un FontDescriptor completo: FontName, FontBBox, Flags, Ascent, Descent, StemV, CapHeight. Lo que deja fuera es el flujo que contiene el programa de fuente, referenciado desde el descriptor como /FontFile2 para contornos TrueType o /FontFile3 para fuentes CID basadas en CFF. Así que EmbedMissingFonts añade exactamente eso. Lee los bytes del programa, los escribe como un nuevo flujo comprimido con Flate con una entrada /Length1, y acopla la referencia al descriptor que ya está ahí
Creemos que este enfoque en el sitio es el predeterminado correcto para ficheros heredados, y la razón es el array de anchos (Widths). Las posiciones del texto en un flujo de contenido PDF ya están fijadas; el visor avanza con los anchos que el generador original registró. Reconstruir el diccionario de fuente desde la fuente instalada reemplazaría esos anchos con otros recién medidos, y si la versión instalada de la cara difiere aunque sea ligeramente de la del autor, has cambiado el documento que se suponía que debías preservar. Dejar intactos el diccionario, la codificación, los anchos y cada flujo de contenido significa que las páginas siguen apuntando a los mismos nombres de recurso con las mismas métricas
El recorrido cubre cada diccionario Font del fichero, no solo los alcanzables desde los recursos de página, así que las fuentes usadas solo en apariencias de anotaciones o compartidas entre páginas también se recogen. Las fuentes compuestas Type0, del tipo producido para texto CJK y la mayoría de la salida Unicode moderna, se tratan a través de su CIDFont descendiente. La reparación entera es una llamada sobre el documento cargado:
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');
// Devuelve cuántas fuentes obtuvieron un programa. Las fuentes ya
// incrustadas se dejan tranquilas; las fuentes sin coincidencia
// instalada se omiten y simplemente no se cuentan.
Repaired := PDF.EmbedMissingFonts;
Writeln(Format('%d font program(s) embedded', [Repaired]));
PDF.SaveToFile('supplier-invoice-repaired.pdf');
finally
PDF.Free;
end;
end;
Cómo empareja nombres la búsqueda en las fuentes instaladas
Los nombres BaseFont en ficheros reales rara vez coinciden con el nombre de familia que Windows conoce. EmbedMissingFonts normaliza cada nombre antes de la búsqueda:
- Un prefijo de subconjunto (seis letras mayúsculas y un signo más, como en
KQBWTE+Calibri) se elimina - Todo lo que va tras la primera coma o el primer guion se lee como el estilo, de modo que
Arial,BoldItalicyArial-BoldMTpiden ambos una cara en negrita, eItalicuObliquepiden una cursiva - Los sufijos
MTyPSfinales se descartan, así queArialMTresuelve aArial - Cuando la cara vive dentro de una TrueType Collection (.ttc), se ajustan los offsets de las tablas para que el programa incrustado sea una fuente válida por sí sola
El problema más difícil es que el mapeador de fuentes de Windows nunca dice no. Pide a GDI una familia que no está instalada y te devuelve una cara sustituta sin queja; pide negrita en una familia que solo tiene cara regular y engrosa los contornos en pantalla. Cualquiera de los dos resultados te daría un programa de fuente perfectamente cargable que es la fuente equivocada. Así que la búsqueda comprueba la cara que GDI realmente seleccionó contra la familia solicitada, ignorando espacios y mayúsculas, y comprueba los bits de negrita y cursiva de la propia cara contra el estilo solicitado. Un desajuste en cualquiera de las dos cosas significa que la fuente se omite
Es una renuncia deliberada. Una búsqueda más permisiva subiría el recuento de reparaciones en cada lote, y algunas de esas «reparaciones» incrustarían Arial Regular bajo una fuente que el documento llama Arial,Bold. ISO 19005-1 §6.3.6 exige que los anchos del diccionario de fuente concuerden con el programa incrustado, así que un casi acierto puede cambiar el error 00030 por un error de consistencia de anchos, y en el peor caso pasa la validación renderizando ligeramente distinto de lo que el autor pretendía. Preferimos informar de una omisión a archivar una conjetura
La búsqueda lee las fuentes instaladas a través de GDI de Windows. En builds para Linux o macOS la ruta de sistema no devuelve nada, y la llamada basada en ficheros de la sección siguiente es la manera de suministrar programas
¿Qué ocurre cuando la fuente no está instalada?
El valor de retorno te lo dice. Si EmbedMissingFonts informa de menos fuentes de las que sabes que faltan, la diferencia son fuentes que la máquina no tiene, o no tiene en el estilo correcto. Para esas, EmbedFontProgramFromFile(FontName, FileName) acopla un programa desde un fichero .ttf o .otf que tú suministras, lo que deja que un pipeline lleve consigo las caras corporativas que espera encontrar y recurra a ellas de forma deliberada
El patrón que mejor funciona en la práctica es el de dos pasadas. Ejecuta EmbedMissingFonts y guarda, después carga el resultado, enumera lo que sigue sin incrustar y ofrece cada nombre restante a tu propia carpeta de fuentes. La recarga importa: el flag de incrustación que GetFontIsEmbedded informa para una fuente enumerada refleja el fichero tal como estaba cuando FindFonts se ejecutó, así que enumerar en la misma sesión que la reparación mostraría respuestas caducadas
function FontFileFor(const BaseFont: string): string;
begin
// Tu propio helper (no forma parte de la biblioteca): mapea nombres
// de fuente del documento a ficheros de fuente que trae la app.
// Un resultado vacío hace que EmbedFontProgramFromFile devuelva 0
// sin tocar el sistema de ficheros.
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
// Pasa el nombre exactamente como está almacenado, prefijo de subconjunto incluido
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;
Tres detalles deciden si ese bucle tiene éxito. Las llamadas por nombre, EmbedFontProgram para la fuente instalada y EmbedFontProgramFromFile para un fichero, comparan contra el BaseFont exactamente como lo almacena el documento y actúan sobre el primer diccionario Font que lleva ese nombre, por eso el bucle pasa PDF.FontName directo en lugar de un nombre de familia limpio. El formato del programa tiene que ir con el tipo de fuente: datos TrueType de contornos de glifos para una fuente TrueType o CIDFontType2, un programa OpenType CFF (uno que empiece por la etiqueta OTTO) para una fuente CIDFontType0, que entonces se escribe como /FontFile3 con subtipo OpenType. Entrégale un fichero CFF a una fuente TrueType y la llamada devuelve 0. Y la ruta de reparación cubre fuentes TrueType y CID; el /FontFile de una fuente Type1 necesita el layout PFB de tres segmentos con claves de longitud explícitas, así que las referencias Type1 se omiten y quedan para que el recuento devuelto las señale. Las referencias Standard 14 se suelen escribir como Type1, así que espera verlas en esa lista de pendientes
También hay una pregunta que la biblioteca no puede responder por ti. Los permisos de incrustación de una fuente TrueType pertenecen a su fundición, y un pipeline que escribe programas con licencia en documentos que salen de la organización necesita a alguien que confirme que las licencias lo permiten. El código incrustará el fichero que le señales. Si te está permitido hacerlo es una cuestión legal
Cerrar el bucle con CreatePreflightReport
La auditoría que rechazó el fichero debería ser la que lo apruebe. CreatePreflightReport con ComplianceTests = 1 ejecuta las comprobaciones PDF/A, y el hallazgo 00030 se notifica una vez para todo el fichero, así que una sola fuente pasada por alto lo mantiene en el informe. Ejecútalo sobre el origen, repara y guarda, después ejecútalo de nuevo sobre la salida
function HasFontEmbeddingViolation(PDF: TPDFlib;
const FileName: string): Boolean;
var
Report: string;
begin
// ComplianceTests = 1 selecciona las comprobaciones PDF/A
Report := PDF.CreatePreflightReport(FileName, '', 1, 0);
Result := Pos('00030', Report) > 0;
end;
Un resultado sorprende a la gente la primera vez. La comprobación de fuentes ignora las fuentes que el contenido solo dibuja de forma invisible, en modo de renderizado de texto 3, que es como la mayoría de los motores OCR colocan una capa de texto buscable sobre una imagen escaneada. Un fichero escaneado puede por tanto pasar el 00030 mientras FindFonts sigue listando una cara no incrustada. Es coherente con cómo trata PDF/A el texto invisible, y significa que un listado por fuente y el veredicto por fichero pueden legítimamente discrepar sobre el mismo documento
Para registros por lotes que necesitan nombrar exactamente qué cara de qué fichero se quedó sin incrustar, el listado por fuente es la mejor herramienta: carga la salida, llama a FindFonts y después a SelectFont y GetFontIsEmbedded para cada entrada. El artículo sobre extraer texto, imágenes y fuentes de PDF cargados usa la misma enumeración para alimentar la extracción en lugar de la reparación
Incrustar limpia un hallazgo, y tu propia salida nunca debería necesitarlo
Incrustar fuentes elimina el error 00030 y nada más. Un fichero que además falla por cifrado, metadatos XMP ausentes, un espacio de color dependiente del dispositivo sin OutputIntent, o fuentes sin mapas ToUnicode seguirá fallando después de que cada programa esté en su sitio, así que la reparación pertenece dentro del bucle de preflight y trabaja a través de lo que el informe nombra. El tamaño es el otro coste. Un programa de fuente CJK completo puede alcanzar varios megabytes, e incrustar unos cuantos puede multiplicar el tamaño original de una factura de una sola página; el artículo sobre optimización del tamaño de fichero PDF y subconjuntos de fuentes cubre recortar cada programa incrustado a los glifos que las páginas realmente usan
En el lado de escritura, SetEmbedAllFonts(1) impide que tu propio código produzca los ficheros que este artículo repara. Aplica la misma promoción que el modo PDF/A usa con un documento ordinario: cualquier llamada posterior a AddTrueTypeFont con Embed=0 incrusta el programa completo. El ajuste pertenece al documento seleccionado y afecta a las fuentes añadidas después de la llamada, así que establécelo justo tras NewDocument. Nuestra recomendación es activarlo para cualquier cosa que pueda acabar en un archivo, PDF/A o no, ya que los ficheros que creas hoy son los ficheros heredados de quien los lea después
PDF.NewDocument;
PDF.SetEmbedAllFonts(1);
// A partir de aquí AddTrueTypeFont('Segoe UI', 0) incrusta el
// programa completo, exactamente igual que AddTrueTypeFont('Segoe UI', 1)
PDF.AddTrueTypeFont('Segoe UI', 0);
La ruta cargar-reparar-guardar, el respaldo basado en ficheros y la salvaguarda del lado del escritor vienen todos en losLab PDF Library para Delphi, C# y VB.NET, junto con el motor de preflight usado arriba para confirmar el resultado; la página de producto documenta el resto de la API de fuentes, incluida la inspección y subdivisión por fuente