Un cuadro Comments vacío de un formulario XFA de reclamaciones vuelve a abrirse con un salto de línea. Guárdelo y reábralo otra vez y el cuadro tiene dos. Un nombre de cliente escrito con U+1F642, la carita ligeramente sonriente, vuelve como U+F642, un punto de código de uso privado que la mayoría de las fuentes dibujan como un rectángulo vacío. Los tres efectos viven en el XML que un guardado XFA escribe en el packet datasets, y un camino de guardado que los trate bien tiene que mantener el whitespace de maquetación fuera de los valores de campo, transportar los caracteres del plano suplementario como pares surrogate completos y reportar una escritura fallida a través del resultado del guardado en lugar de con un archivo dañado
¿Qué runtime de PDFium guarda los valores XFA?
Solo pdfium.v8.dll guarda valores XFA, porque es la única build de PDFium Component que lleva tanto el motor JavaScript V8 como el runtime de formularios XFA. Una vez confirmada una edición (el campo perdió el foco, o ClearFormFieldFocus forzó la confirmación), ese runtime exporta los datos XFA vivos al packet datasets al guardar, sin edición de packets en su código. Cada arquitectura de Windows también distribuye pdfium.dll, construido sin V8 ni XFA, que reescribe los packets almacenados exactamente como los leyó. Lo que le pasa a un valor escrito con el campo aún con foco está tratado en por qué las ediciones de campos XFA desaparecen al guardar
El wrapper de Delphi intenta elegir la biblioteca correcta por usted. Cuando EnableV8Engine sigue en False y todavía no se ha cargado ninguna biblioteca de PDFium, TPdf mira el archivo que está a punto de abrir y, si encuentra marcadores XFA (una entrada /XFA en el diccionario AcroForm, o /NeedsRendering true en el catálogo), activa EnableV8Engine antes de cargar. Ese conmutador solo funciona una vez por proceso. Si un pdfium.dll ordinario ya es residente porque el primer documento de la sesión fue un PDF plano, el proceso queda comprometido con él, y TPdf.OnXfaRuntimeMissing se dispara cuando llega después un documento XFA
El orden de búsqueda por defecto es la otra mitad del problema. Sin un directorio en LibraryName, el loader empieza por una carpeta DLLs\Win32 o DLLs\Win64 bajo la carpeta de la aplicación o alguno de sus padres, así que puede encontrar primero un pdfium.v8.dll antiguo. Un LibraryName que contiene un directorio fija exactamente ese archivo, y si falta, la carga falla
uses
System.SysUtils, PDFium;
procedure SelectXfaRuntime;
begin
// Un directorio en LibraryName fija exactamente ese archivo;
// un archivo que falta hace que LoadLibrary falle en vez de buscar en otro sitio
{$IFDEF WIN64}
PDFium.LibraryName := ExtractFilePath(ParamStr(0)) + 'DLLs\Win64\pdfium.v8.dll';
{$ELSE}
PDFium.LibraryName := ExtractFilePath(ParamStr(0)) + 'DLLs\Win32\pdfium.v8.dll';
{$ENDIF}
PDFium.EnableV8Engine := True;
PDFium.LoadLibrary; // falla al arrancar, no en el primer guardado XFA
end;
Con el documento abierto, TPdf.XFA dice que el archivo contiene XFA, y TPdf.XfaRuntimeAvailable dice que la biblioteca cargada pudo realmente arrancar el motor XFA para este documento. Los formularios estáticos y dinámicos se distinguen con TPdf.FormType, que devuelve ftXfaFull para un formulario dinámico y ftXfaForeground para uno estático. El sondeo a nivel de packet en una máquina sin el runtime V8 es el tema de detectar formularios XFA y extraer packets XFA en Delphi
¿Por qué los campos XFA guardados pueden ganar saltos de línea extra?
Los campos XFA guardados ganan saltos de línea cuando el escritor maqueta su XML con un salto de línea tras cada etiqueta de apertura. En un guardado XFA intervienen dos escritores, el escritor XML genérico de elementos y el serializador del packet de formulario, y ambos acostumbran a formatear la salida así. En la mayoría de documentos XML ese whitespace es cosmético. En datos XFA es el valor: cuando el packet datasets se parsea de nuevo, cada carácter entre <Comments> y </Comments> pertenece al campo, salto de línea incluido
Un campo vacío vuelve a abrirse por tanto con un único LF. Cada guardado ulterior maqueta alrededor del LF ya presente, así que un campo que nadie tocó crece una línea por cada ronda de revisión
Recortar valores al cargar parece una reparación barata, y corrompería datos reales. La gente escribe espacios iniciales, espacios finales y saltos de línea deliberados en los campos XFA; un bloque de dirección debe conservar su estructura de líneas, y un código de referencia de ancho fijo debe sobrevivir byte a byte. Los escritores XFA de PDFium Component en cambio solo sueltan el whitespace que el propio serializador sintetiza alrededor de las etiquetas. Los valores del usuario, los nodos de texto que ya estaban en el archivo y las secciones CDATA pasan sin cambios, así que " indented" sigue indentado y un campo vacío a propósito sigue vacío
Emoji, pares surrogate y un wchar_t de 16 bits
Un emoji vuelve como un carácter distinto cuando un camino de decodificación almacena un valor escalar Unicode completo en un único wchar_t, que en Windows mide 16 bits. Dos puntos de una carga XFA están expuestos a esto: el decodificador del stream UTF-8 y el parser de referencias de carácter numéricas como 🙂. U+1F642 necesita 17 bits. Apriételo en 16 y el bit superior se cae, dejando U+F642 en el Private Use Area
Un serializador de formularios puede fallar en la dirección contraria. Filtrando caracteres de un wchar_t en uno, ve dos unidades de código surrogate, D83D y DE42, cada una de las cuales es inválida por sí sola, y suelta ambas. El emoji desaparece del packet del formulario, sin carácter de reemplazo a la vista
En PDFium Component el decodificador consume cada valor escalar por completo y emite un par surrogate correcto, también cuando el búfer de salida solo tiene sitio para una unidad más y cuando una secuencia UTF-8 de cuatro bytes queda partida entre dos bloques de lectura. A la salida, el exportador de formularios mantiene juntos los pares surrogate válidos, y las referencias de carácter numéricas también decodifican a pares correctos
Los datos de prueba Latin-1 no tocan ninguno de estos caminos. Un test de round trip para un formulario XFA necesita al menos un carácter por encima de U+FFFF en un campo de texto, y comprobar los bytes guardados buscando la secuencia UTF-8 de cuatro bytes F0 9F 99 82 dice más que mirar el campo renderizado
XFA de stream único y el resultado del guardado
Un documento XFA de stream único conserva sus ediciones solo si el camino de guardado puede reescribir un stream XDP in situ, y cualquier entrada que no pueda reescribir tiene que hacer fallar el guardado. ISO 32000-1 §12.7.8 permite que la entrada /XFA del diccionario de formulario interactivo sea un array que alterna nombres de packet y streams o un único stream que contiene el documento XDP entero. Un camino de guardado escrito solo para arrays rechaza los streams únicos, y si el llamador ignora ese resultado, el PDF se escribe con los datos del formulario en sus valores viejos
El runtime V8 de PDFium Component maneja un subconjunto definido de stream único en tres pasos. Exporta ambos packets vivos, datasets y form, a un área de ensayo y los valida. Solo entonces reemplaza los packets coincidentes dentro del XDP original, conservando los demás packets y las declaraciones de namespace de la raíz. Si el ensayo falla, el stream XFA persistente nunca se toca y el documento conserva su marca de modificación, así que un guardado posterior puede intentarlo de nuevo
Los comentarios XML y las instrucciones de procesamiento necesitan cuidado extra, porque el parser usado para la reescritura los suelta. Cada uno se cambia por un marcador único antes de parsear y se repone después, y el stream solo se escribe si cada marcador aparece exactamente una vez, así que los comentarios fuera de los packets vivos conservan su texto y su orden
Algunas entradas se rechazan sin más, y cada rechazo le llega como un guardado fallido:
- Comentarios o instrucciones de procesamiento dentro de los packets vivos
datasetsoform, porque no hay forma de mapear sus posiciones originales en contenido recién exportado - Declaraciones DTD y firmas XMLDSig, porque reescribir el XDP no puede mantener válida una firma XML
- UTF-8 o UTF-16 inválido, etiquetas incompletas, referencias de carácter inválidas, entidades desconocidas e instrucciones de procesamiento malformadas, que se rechazan en vez de repararse sobre la marcha
Rechazar es el mejor trato aquí. Un guardado que devuelve False se puede reintentar, registrar o entregar a una persona, mientras que un XDP normalizado en silencio podría romper una firma o un importador de aguas abajo semanas más tarde, lejos del código que lo cambió. Lo que el camino de stream único sí preserva es el modelo de contenido XML, escrito como UTF-8; la disposición de bytes original y la declaración de encoding del stream de origen no se trasladan
El último bloque en el búfer
La trampa final está por debajo de XFA, en el escritor PDF genérico. Un escritor de archivos que almacena la salida en búferes de tamaño fijo tiene que empujar el último bloque parcial al final. Si eso ocurre en código de limpieza después de que el escritor del documento ya reportó éxito, un disco lleno o un error de E/S en el último bloque nunca llega al llamador, y el archivo en el disco queda corto. En ambos runtimes de PDFium Component el flush final es parte del resultado del guardado, y la marca de modificación XFA solo se limpia después de que la escritura realmente tuviera éxito
El lado Delphi añade una capa más. TPdf.SaveAs escribe en un archivo temporal junto al destino y lo mueve sobre el destino solo cuando el guardado del stream devuelve True. Un resultado False deja el archivo anterior exactamente como estaba, y un fallo del reemplazo final lanza un error del sistema operativo en lugar de volver en silencio
¿Por qué un formulario XFA dinámico reabre con menos páginas?
Un formulario XFA dinámico vuelve a abrirse con menos páginas cuando su subform raíz no declara restoreState="auto", y esa decisión pertenece al autor del formulario. En XFA 3.3, restoreState en el subform raíz toma por defecto manual. Bajo manual, el procesador XFA restaura solo un estado limitado desde el packet de formulario guardado y deja el resto a los scripts del propio formulario. Los valores de campo y los conteos de instancias de los subforms repetitivos vuelven; las propiedades geométricas fijadas en tiempo de ejecución no
Suponga un formulario de tres páginas cuyo script agranda un subform a h="450pt" mientras el usuario lo rellena. El packet de formulario guardado guarda la nueva altura, los valores de campo y los conteos de instancias. Al reabrir, la maquetación se reconstruye desde las alturas de la plantilla, el subform se encoge, y el contenido refluye en dos páginas. Ese es el comportamiento que pide la especificación XFA cuando la plantilla nunca pidió la restauración automática. Declararlo en el subform raíz cambia la reapertura:
<template xmlns="http://www.xfa.org/schema/xfa-template/3.3/">
<subform name="form1" layout="tb" restoreState="auto">
<pageSet>
<pageArea name="Page1">
<contentArea x="0.25in" y="0.25in" w="8in" h="10.5in"/>
<medium stock="letter"/>
</pageArea>
</pageSet>
<subform name="Details" layout="tb" w="7.5in">
<!-- campos; los scripts pueden cambiar h o añadir instancias en ejecución -->
</subform>
</subform>
</template>
Si la plantilla no es suya, déjela en paz: un formulario construido para el modo manual espera que sus propios scripts de inicialización reconstruyan el estado, y cambiar el modo por debajo de ellos altera aquello para lo que se escribieron. La repaginación en vivo mientras el usuario teclea es otro mecanismo, descrito en cómo sigue PDFium Component los conteos de páginas XFA dinámicas y los campos movidos
Comprobar un round trip XFA desde Delphi
Un guardado XFA se verifica reabriendo el archivo guardado en una instancia TPdf nueva y leyendo los datos almacenados, porque un True de SaveAs solo dice que el archivo se escribió. TPdf.GetXfaDatasets devuelve el packet datasets tal como está almacenado en el documento, no el modelo de datos vivo, así que leerlo antes del guardado muestra los valores de la última carga. Tras una reapertura muestra exactamente lo que se escribió. Un documento de stream único no tiene packets con nombre separado: PDFium reporta el XDP entero como un packet con nombre vacío, así que GetXfaPacketByName('datasets') y GetXfaDatasets devuelven ambas un array vacío, y el código de abajo recurre al stream completo de GetXfaFormPackets
uses
System.SysUtils, PDFium, FPdfXfa;
function ReadSavedXfaData(const FileName: string): string;
var
Pdf: TPdf;
Packets: TXfaPacketList;
Bytes: TBytes;
begin
Pdf := TPdf.Create(nil);
try
Pdf.FileName := FileName;
Pdf.Active := True;
Bytes := Pdf.GetXfaDatasets; // disposición de array de paquetes
if Length(Bytes) = 0 then
begin
Packets := Pdf.GetXfaFormPackets; // stream único: un paquete sin nombre
if Length(Packets) = 1 then
begin
SetLength(Bytes, Length(Packets[0].Content));
if Length(Bytes) > 0 then
Move(Packets[0].Content[0], Bytes[0], Length(Bytes));
end;
end;
Result := TEncoding.UTF8.GetString(Bytes); // la salida XDP guardada es UTF-8
finally
Pdf.Free;
end;
end;
La rutina de guardado confirma la edición pendiente, comprueba el resultado de SaveAs y compara el valor reabierto. TPdf.ClearFormFieldFocus quita el foco del formulario, que es cuando PDFium confirma el búfer de edición del campo con foco. TPdf.SetFocusedFormFieldText puede rellenar desde código el campo con foco, pero se apoya en el foco rastreado a través de anotaciones widget, de las que una página XFA dinámica suele carecer; ahí devuelve False, y el texto normalmente llega por entrada de teclado en TPdfView
// XmlText es una función auxiliar que usted añade; no forma parte de PDFium Component
function XmlText(const S: string): string;
begin
Result := StringReplace(S, '&', '&', [rfReplaceAll]);
Result := StringReplace(Result, '<', '<', [rfReplaceAll]);
end;
procedure SaveXfaAndVerify(Pdf: TPdf; const FileName, FieldTag,
Expected: string);
var
Saved: string;
begin
// Relleno scripted opcional; False significa que ningún campo rastreado tiene el foco
if (Pdf.FocusedFormFieldIndex >= 0) and
not Pdf.SetFocusedFormFieldText(Expected) then
raise EPdfError.Create('Could not write the focused field');
Pdf.ClearFormFieldFocus; // confirma el búfer de edición
if not Pdf.SaveAs(FileName) then // False: el archivo anterior queda como estaba
raise EPdfError.CreateFmt('Saving %s failed', [FileName]);
// Reabra en un TPdf nuevo y busque el texto exacto del elemento
Saved := ReadSavedXfaData(FileName);
if Pos('<' + FieldTag + '>' + XmlText(Expected) + '</' + FieldTag + '>',
Saved) = 0 then
raise EPdfError.CreateFmt('%s did not survive the round trip', [FieldTag]);
end;
La prueba de subcadena es solo un smoke test. Un elemento vacío puede escribirse como <Tag/>, los elementos de datos pueden llevar atributos, y el escaping más allá de & y < depende del serializador, así que las comprobaciones de producción pertenecen a un parser XML de verdad. Ejecute la rutina dos veces seguidas con la misma entrada, porque la deriva de saltos de línea solo enseña su forma completa en la segunda generación
Las aplicaciones anfitrionas que manejan el runtime XFA directamente también necesitan la disposición de callbacks que espera, que es el tema de FPDF_FORMFILLINFO versión 2 y el ABI XFA en Delphi. Ambos runtimes de Windows para Win32 y Win64, el wrapper Delphi y C++Builder y el control visor TPdfView vienen con PDFium Component para Delphi y C++Builder