Articolo tecnico

Esportare pagine PDF in SVG in Delphi con HotPDF

Un modo comune di impostare un titolo in PDF è /F1 1 Tf 10 0 0 10 72 700 Tm (Total) Tj ( due) Tj: una dimensione font di 1 e la dimensione reale portata dalla matrice di testo. Date quello a un convertitore PDF-to-SVG fatto in casa e la seconda run spesso atterra quasi sopra la prima. Supponete che i cinque glifi di "Total" facciano in media mezzo em; l'origine del testo dovrebbe spostarsi di 2,5 unità dello spazio testo, che la matrice trasforma in 25 punti. Un convertitore che aggiunge 2,5 direttamente alla traslazione della matrice muove la penna di un decimo del percorso, e " due" va in sovrastampa sulla parola che la precede

ISO 32000-1 §9.4.4 è esplicito sul fatto che gli spostamenti nello spazio testo passano attraverso la matrice di testo, quindi l'aggiornamento è e += tx*a e f += tx*b, mai una semplice addizione a e. È uno dei tanti punti in cui lo stato PDF deve essere trasportato negli attributi SVG nell'esatto momento in cui un elemento viene scritto, e il resto di questo articolo li percorre uno per uno

Esportare una pagina caricata con BuildLoadedPageSVG

HotPDF esporta qualsiasi pagina di un documento caricato come file SVG 1.1 autonomo. THotPDF.BuildLoadedPageSVG prende un indice di pagina a base zero e restituisce l'intero documento come AnsiString, o una stringa vuota quando la pagina non può essere esportata; SaveLoadedPageAsSVG scrive lo stesso markup su un file e restituisce False in caso di fallimento. Entrambe hanno un overload con un flag EmbedFonts, trattato più avanti

La pagina esportata prende la sua dimensione dal crop box. Larghezza e altezza sono scritte in punti, e il viewBox usa le unità utente del PDF, quindi un'unità nell'SVG è un'unità nel PDF. Percorsi, run di testo, image XObject, immagini inline, shading, tiling pattern, clipping path, glifi Type 3 e Form XObject annidati arrivano tutti all'output, e il contenuto raster viaggia come data URI base64 PNG dentro il file

var
  Pdf: THotPDF;
  I: Integer;
begin
  Pdf := THotPDF.Create(nil);
  try
    if Pdf.LoadFromFile('statements.pdf', '') <= 0 then
      Exit;                  // LoadFromFile restituisce il numero di pagine
    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;

Per le pipeline di build che non dovrebbero aver bisogno di un programma Delphi compilato, lo strumento a riga di comando di HotPDF espone la stessa esportazione come HotPDFCLI export-svg <pdf-file> [-o prefix] [--pages range]. L'SVG è testo, il che lo rende un buon partner del percorso raster di rendering di una pagina PDF in bitmap: la bitmap mostra come appare la pagina, e l'SVG mostra quali oggetti l'hanno disegnata, in una forma che un diff testuale può leggere

Perché un singolo capovolgimento di pagina rompe glifi e fotografie

Lo spazio utente del PDF cresce verso l'alto dall'angolo in basso a sinistra; l'SVG cresce verso il basso dall'alto a sinistra. Capovolgere l'intera pagina una volta corregge ogni coordinata e, nello stesso gesto, specchia ogni lettera e ogni fotografia. Gli altri due disallineamenti sono più silenziosi. Il PDF definisce l'ambito dello stato con uno stack (q lo imposta, Q lo estrae), mentre l'SVG lascia che un elemento erediti ciò che un gruppo antenato ha dichiarato. E il PDF esprime diverse cose per convenzione: interi per le terminazioni e le giunzioni, uno spessore zero che significa "la linea visibile più sottile", varianti di operatori che cambiano la regola di winding

HotPDF mappa lo stream di contenuto PDF, con stato, su un albero SVG dichiarativo quando esporta pagine da Delphi, attraversando origini dell'asse y, ambiti dello stack e convenzioni sui numeri interi
Lo stream di contenuto PDF con stato incontra l'albero dichiarativo SVG, e tutti e tre i disallineamenti richiedono traduzione anziché copia

BuildLoadedPageSVG gestisce il capovolgimento con una pre-trasformazione di pagina e corregge testo e immagini localmente. Ogni elemento di testo porta la catena pre-trasformazione di pagina × CTM × matrice di testo × matrix(1,0,0,-1,0,0). Il fattore a destra rimette i glifi dritti dentro il loro frame e lascia la baseline dove il capovolgimento di pagina l'ha messa. Poiché la correzione è una matrice anziché un caso speciale, il testo ruotato, specchiato e inclinato non richiede codice aggiuntivo

Le immagini prendono un fattore diverso. Lo spazio immagine del PDF mette la prima riga di campioni sulla cima del quadrato unitario, mentre l'elemento image dell'SVG ha il suo frame con y verso il basso, quindi la trasformazione emessa è la CTM moltiplicata a destra per matrix(1,0,0,-1,0,1). Sbagliate il segno e il contenuto vettoriale di una pagina è perfetto mentre ogni fotografia pende sottosopra

Le pagine con una voce /Rotate aggiungono una rotazione nello spazio di visualizzazione con y verso l'alto prima del capovolgimento: (0,-1,1,0,0,W) per 90 gradi, (-1,0,0,-1,W,H) per 180 e (0,1,-1,0,H,0) per 270, dove W e H sono la dimensione della pagina non ruotata e il capovolgimento usa l'altezza della tela ruotata. Il box di pagina inoltre non deve per forza partire dall'origine. Su una pagina il cui crop box è [100 100 712 892], l'esportatore sposta l'angolo in basso a sinistra a (0,0) prima di ruotare, lo stesso passo che compie il renderer raster, altrimenti il contenuto atterra a cento unità fuori dalla tela

HotPDF compone le pre-trasformazioni di rotazione pagina per /Rotate 90, 180 e 270 e moltiplica a destra la CTM per matrix(1,0,0,-1,0,1) così l'export da PDF a SVG in Delphi mantiene dritte le immagini incorporate
Le pre-trasformazioni della rotazione di pagina e la matrice di capovolgimento delle immagini tengono dritte le pagine ruotate e le fotografie nell'SVG esportato

Matrici di testo e posizioni per carattere

Ogni run di testo diventa un elemento text SVG il cui attributo x elenca una posizione per ogni carattere. Le posizioni si accumulano dall'avanzamento del glifo più la spaziatura caratteri Tc, e la spaziatura parole Tw viene aggiunta solo dopo il codice a byte singolo 32. Un codice a due byte che capita essere 32 non riceve spaziatura parole, che è ciò che ISO 32000-1 §9.3.3 prescrive e su cui i font CID-keyed contano. Quando un glifo rappresenta più caratteri, come fa una legatura, i caratteri condividono la sua avanzata così che ognuno ottenga comunque un valore x proprio

La scalatura orizzontale e l'elevazione del testo vengono ripiegate nella matrice di rendering del testo come [Th 0 0 1 0 Trise] × Tm, seguendo il §9.4.4, così scalano e ruotano insieme a una matrice di testo trasformata. I numeri di crenatura dentro un array TJ sono millesimi di un em e vengono moltiplicati per Th come qualsiasi altro spostamento orizzontale

Due dettagli XML contano. Ogni elemento text porta xml:space="preserve"; senza di esso un viewer collassa le sequenze di spazi e la lista delle x perde il passo con i caratteri. E il file è UTF-8, quindi i caratteri vengono codificati come UTF-8 in modo esplicito anziché passare per la code page di sistema. I code point che XML 1.0 vieta (caratteri di controllo sotto 0x20, surrogati, U+FFFE e U+FFFF) vengono sostituiti con U+FFFD. Il testo proveniente da shaping del testo per script complessi prende la stessa strada, perché lo shaper ha già trasformato i cluster in glifi posizionati prima che lo stream di contenuto venga scritto

Font nominati o contorni incorporati

Per impostazione predefinita il testo nomina il suo font: l'esportatore deriva una famiglia da /BaseFont e dal font descriptor e aggiunge un fallback generico come Arial, sans-serif, e il viewer disegna il testo con un font installato. Questo mantiene i file piccoli e il testo completamente vivo, ma una pagina composta in un typeface aziendale incorporato viene disegnata con un font sostitutivo su qualsiasi macchina che non lo abbia, le cui larghezze non corrispondono più alle posizioni per carattere

Passando True per EmbedFonts i glifi dei programmi font incorporati vengono scritti come contorni in un blocco defs, condivisi tra tutte le loro occorrenze sulla pagina. Il testo originale viene comunque scritto sopra con opacità di riempimento zero, così può essere selezionato e cercato. Usate True ogni volta che l'SVG lascia la macchina che l'ha prodotto: una consegna al design, un archivio, un diff visuale su un agente CI. Usate il valore predefinito quando il file resta dentro un ambiente che ha i font e la dimensione conta

procedure ExportOutlined(Pdf: THotPDF);
var
  Svg: AnsiString;
  Output: TFileStream;
begin
  // Contorni dei glifi dai font incorporati, testo selezionabile sopra
  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;

Le modalità di rendering sono rispettate in entrambi i percorsi. La modalità 1 fa lo stroke senza riempire, la modalità 2 riempie e fa lo stroke, la modalità 3 è invisibile ma avanza comunque la penna, e le modalità da 4 a 7 aggiungono i glifi al clipping path. Un glifo con stroke richiede una correzione in più: la larghezza di linea vive nello spazio utente mentre l'elemento text disegna nello spazio testo, quindi la larghezza viene divisa per la scala della matrice di testo. Un testo rinforzato con 2 Tr 0.25 w mantiene quindi un contorno di un quarto di punto; lasciato al valore predefinito SVG di una unità, sembrerebbe pesante

Cosa lo stato grafico porta in ogni elemento

Gli attributi di presentazione SVG non seguono lo scoping del PDF, quindi ogni percorso viene scritto con l'intero stato di stroke in vigore in quel momento. Le terminazioni di linea 0, 1, 2 diventano butt, round, square; le giunzioni 0, 1, 2 diventano miter, round, bevel; il limite del miter, l'array di tratteggio e la fase del tratteggio vengono scritti quando impostati. Un array di tratteggio con una voce negativa, o un array non vuoto senza voci positive, viene ignorato e resta il pattern precedente; un array vuoto [] ripristina una linea piena. Gli stessi valori possono arrivare tramite un dizionario ExtGState, le cui chiavi LW, LC, LJ, ML, ca e CA vengono applicate anch'esse

Uno spessore di linea zero nel PDF significa la linea più sottile che il dispositivo può disegnare. Copiarlo letteralmente dà uno stroke invisibile, e copiarlo come 1 dà una linea che cresce a ogni passo di zoom. L'esportatore scrive stroke-width="1" insieme a vector-effect="non-scaling-stroke", che mantiene l'hairline largo circa un pixel dispositivo a qualsiasi ingrandimento. Gli operatori con stella f*, B* e b* aggiungono fill-rule="evenodd", e le loro forme semplici mantengono il winding nonzero predefinito dell'SVG

Q ripristina colore di riempimento e di stroke, opacità, spessore di linea, terminazione, giunzione, limite del miter, array di tratteggio e fase, e anche lo stato del testo. ISO 32000-1 §9.3.1 fa dello stato del testo parte dello stato grafico, quindi un 2 Tr impostato dentro q … Q non deve fare lo stroke del testo che segue la Q. Il clipping segue il §8.5.4: W segna solo il percorso, e la clip ha effetto dopo l'operatore di disegno, quindi re W f riempie prima il rettangolo e taglia dopo. Ogni clip diventa un clipPath più un gruppo di wrapping, e Q chiude i gruppi aperti dal q corrispondente in poi

I Form XObject si comportano come un q … Q implicito. L'esportatore taglia una forma al suo /BBox, salva lo stato all'ingresso e lo ripristina all'uscita, così un bordo tratteggiato dentro un timbro non può infiltrarsi nel contenuto di pagina che viene dopo. I tiling pattern si mappano allo spazio predefinito dello stream di contenuto che li usa (§8.7.2), la pagina o la forma, indipendentemente dalla CTM al momento in cui il pattern viene dipinto. L'importazione vettoriale EMF e WMF esegue un modello di stato simile in direzione opposta, e l'importazione SVG come Form XObject copre il viaggio inverso da SVG a PDF

Colore, shading e le stringhe che i test confrontano

Il colore arriva all'SVG attraverso ogni operatore di colore del PDF: g, rg, k e le loro forme per lo stroke, e cs / scn con uno spazio nominato dalle risorse /ColorSpace della pagina o della forma. I colori Separation, DeviceN, ICCBased, Indexed e Lab vengono risolti in RGB dallo stesso codice di spazio colore che il renderer di pagina usa. Selezionare uno spazio con cs parte dal colore iniziale che il §8.6.8 definisce: nero negli spazi device, tint 1.0 in Separation e DeviceN, indice 0 in Indexed. L'SVG non ha nozione di inchiostri, quindi un colore spot arriva come il suo aspetto RGB e il nome dell'inchiostro resta indietro nel PDF. Il lavoro di proofing che ha bisogno di vere separazioni appartiene al modello di pittura descritto in rendering dei colori spot Separation e DeviceN

Gli shading assiali e radiali diventano gradienti SVG. La specifica porta /Extend per default a [false false], il che significa che nulla viene dipinto prima di t0 o dopo t1, mentre lo spread pad dell'SVG dipinge i colori finali verso l'esterno. L'esportatore colma il divario aggiungendo uno stop completamente trasparente a ogni estremità che non estende. Gli shading basati su funzione vengono campionati in un'immagine a circa un campione per unità, e gli shading mesh vengono renderizzati in un'immagine incorporata

I colori esadecimali escono in maiuscolo. Un test di regressione che confronta stringhe deve aspettarsi #FF0000, e un test scritto contro il minuscolo fallirà su un output perfettamente corretto. Coordinate e larghezze sono arrotondate a quattro decimali e le matrici transform conservano nove cifre significative, entrambe con il punto come separatore decimale, qualunque sia la locale della macchina che esegue il test

procedure CheckRedRectangle(Pdf: THotPDF);
var
  Svg: AnsiString;
begin
  Svg := Pdf.BuildLoadedPageSVG(0);
  // Assert è un controllo che aggiungete nel vostro test, non fa parte dell'export
  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;

Un controllo su stringa come questo regge quando il PDF di input è generato dal vostro codice e i colori attesi sono noti. Per le pagine provenienti dall'esterno, confrontare l'SVG di due build l'uno contro l'altro coglie più di qualsiasi attributo cablato nel codice. Il resto del toolkit per i documenti caricati, dal rendering e la modifica all'esportazione, è descritto nella pagina del componente PDF Delphi HotPDF