技術記事

Delphiで既存のPDFに未埋め込みのフォントを埋め込んでPDF/Aに対応する

仕入先のPDFは画面では完璧に見えるのに、PDF/Aバリデーターは1行で拒否します。00030 At least one font is not embedded。ビューアはずっと、あなたのマシンからフォントを借りていたのです。ファイル内のフォントディスクリプターを開くと、埋め込みフォントに必要なものが、ステム幅やバウンディングボックスに至るまで、ほぼすべてそこにあります。足りないのは、フォントプログラムそのものを保持する1つのストリーム参照です

このバッチ版は、アーカイブ取り込みパイプラインを運用する人なら見覚えがあります。請求書、契約書、スキャンされたフォームが仕入先や代行業者から届き、ビルのどのデスクでもきれいに描画されるのに、バリデーターはその同じ1行で、ファイルからファイルへ拒否していきます。上流が何かを再生成することはありません。パイプラインは受け取ったものを直さなければならず、それがこの記事が扱う仕事です。相棒の記事、プリフライトレポートでPDF/AとPDF/UAの違反を検出する記事はどのファイルが壊れているかを教えます。こちらは、それらが壊れる最も頻度の高い単一の方法を扱います

エラー00030は実際には何を求めているのか

ISO 19005-1 §6.3.4は、適合ファイルが使うすべてのフォントに、そのファイルの中へフォントプログラムを運ぶことを要求します。理由は素朴なアーカイブの論理です。50年後に開かれるドキュメントは、作成者とフォントを1つも共有しないマシンでも、まったく同じに描画できなければなりません。そして非埋め込みのフォントは、読んでいるシステムにたまたまあるArialというものを探しに行けという命令にすぎません。代替フォントがどんなグリフとメトリクスを持っていよう、それがリーダーに見えるものです

埋め込まない習慣はStandard 14の慣例まで遡ります。初期のPDFは、すべてのビューアがHelvetica、Times、Courier、Symbol、ZapfDingbatsを同梱すると約束したため、生成者はそれらを名前で参照し何も埋め込まないことを覚えました。今でもそうするツールは少なくありません。PDF/Aはその免除を取り消します。そしてlosLab PDF Library for Delphiは、ライター側でそれを適用します。PDF/AまたはPDF/Xモードが有効なとき、AddStandardFontはフォントを選択せずに0を返します。ライブラリはStandard 14のアウトラインを同梱しておらず、プログラムで裏付けられない参照を書かないからです。PDF/AモードではEmbed=0のAddTrueTypeFontはフルの埋め込みへ昇格されます。一方Embed=2(サブセット)はそのまま通ります。サブセットも埋め込まれたプログラムだからです

それは自分で書くファイルの話です。仕入先のファイルはもっと厄介です。フォント辞書は他人の生成器が書いたものであり、2度目の試みを頼む方法はありません。そのようなファイルのために、ライブラリはEmbedMissingFontsを提供します。ロード済みのドキュメントをその場で修復し、不足している各プログラムを、インストール済みフォントから、ドキュメントがすでに運んでいるディスクリプターへコピーします

非埋め込みフォントに必要なのはなぜ1つのキーだけなのか

非埋め込みのTrueTypeフォントを書く生成器も、それでも完全なFontDescriptorを作ります。FontName、FontBBox、Flags、Ascent、Descent、StemV、CapHeightです。抜けているのは、フォントプログラムを保持するストリームで、ディスクリプターからは、TrueTypeアウトラインなら/FontFile2、CFFベースのCIDフォントなら/FontFile3として参照されます。だからEmbedMissingFontsはまさにそれを足します。プログラムのバイトを読み、/Length1エントリつきの新しいFlate圧縮ストリームとして書き、参照をすでにそこにあるディスクリプターへ付けます

PDF Library for Delphi の図。EmbedMissingFonts の前後の FontDescriptor ディクショナリ。全エントリは既に存在し、欠落していた FontFile2 ストリームのみインストール済みシステムフォントから追加
EmbedMissingFonts は、既に完全な状態のディスクリプターへ 1 つのストリーム参照を追加します

私たちがこのその場方式を、引き継いだファイルに対する正しいデフォルトだと考える理由はWidths配列です。PDFコンテンツストリームの中のテキスト位置はすでに固定されています。ビューアは、元の生成器が記録した幅で送ります。インストール済みフォントからフォント辞書を作り直すと、それらの幅が測り直されたもので置き換わり、インストールされている版が作者のものとわずかでも違えば、保存するはずだったドキュメントを変えてしまったことになります。辞書、エンコーディング、幅、そしてすべてのコンテンツストリームを手つかずに残せば、ページは同じメトリクスを持つ同じリソース名を指し続けます

このウォークは、ページリソースから到達できるものだけでなく、ファイル内のすべてのFont辞書をカバーします。注釈の外観でだけ使われるフォントや、ページ間で共有されるフォントも拾われるということです。CJKテキストや現代のUnicode出力のために作られる複合Type0フォントは、その子孫のCIDFontを通して扱われます。修復全体は、ロード済みドキュメントへの1回の呼び出しです

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');

    // プログラムを得たフォントの数を返す。すでに埋め込まれている
    // フォントはそのまま。インストール済みに一致がないフォントは
    // スキップされ、単純に数えられない。
    Repaired := PDF.EmbedMissingFonts;
    Writeln(Format('%d font program(s) embedded', [Repaired]));

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

インストール済みフォントのルックアップは名前をどう照合するのか

実際のファイルのBaseFont名は、Windowsが知るファミリー名と一致することはめったにありません。EmbedMissingFontsは、ルックアップの前に各名前を正規化します

  • サブセット接頭辞(KQBWTE+Calibriのような、6つの大文字とプラス記号)は剥がされます
  • 最初のカンマまたはハイフンの後はスタイルとして読まれるため、Arial,BoldItalicとArial-BoldMTはどちらもボールドのフェイスを要求し、ItalicやObliqueはイタリックを要求します
  • 末尾のMTとPSの接尾辞は落とされるため、ArialMTはArialへ解決されます
  • フェイスがTrueType Collection(.ttc)の中に住む場合、テーブルのオフセットが調整され、埋め込まれるプログラムは有効なスタンドアロンフォントになります

より難しい問題は、Windowsのフォントマッパーが決してノーと言わないことです。インストールされていないファミリーをGDIに求めると、文句なしに代替のフェイスを返します。レギュラーフェイスしかないファミリーにボールドを求めると、画面上でアウトラインを太らせます。どちらの結果も、完璧にロードできる、間違ったフォントのプログラムを与えます。だからルックアップは、GDIが実際に選んだフェイスを、要求されたファミリーと、スペースと大文字小文字を無視して突き合わせ、フェイス自身のボールドとイタリックのビットを要求されたスタイルと照合します。どちらかで不一致ならフォントはスキップされます

これは意図的な取引です。もっと寛容なルックアップなら、すべてのバッチで修復数が上がり、その「修復」の一部は、ドキュメントがArial,Boldと呼ぶフォントの下へArial Regularを埋め込むことになります。ISO 19005-1 §6.3.6は、フォント辞書の幅が埋め込まれたプログラムと一致することを要求するため、ニアミスはエラー00030を幅整合性のエラーと交換でき、最悪の場合、作者の意図とわずかに違う描画のまま検証を通ります。推測をアーカイブするより、スキップを報告する方がまだましです

ルックアップは、インストール済みフォントをWindows GDIを通して読みます。LinuxやmacOSのビルドではシステム経路は何も返さず、次のセクションのファイルベースの呼び出しが、プログラムを供給する方法になります

フォントがインストールされていないときはどうなるのか

戻り値が教えてくれます。EmbedMissingFontsが、不足しているとわかっている数より少ないフォントを報告するなら、その差は、マシンが持っていない、あるいは正しいスタイルで持っていないフォントです。それには、EmbedFontProgramFromFile(FontName, FileName)が、あなたが用意した.ttfや.otfのファイルからプログラムを付けます。パイプラインは、出会うと見込む社内フェイスを同梱し、意図的にそれへフォールバックできます

PDF Library for Delphi の分岐フロー。全フォントディクショナリを列挙し、BaseFont 名をインストール済みシステムと照合して正規化、見つかったプログラムを EmbedFontProgram で埋め込むか EmbedFontProgramFromFile へフォールバックし、修復数を報告
名前の正規化によりシステムフォント検索は寛容になり、戻り値の件数でスキップされたフォントも見えるまま保たれます

実務で最もうまくいくパターンは2パスです。EmbedMissingFontsを実行して保存し、それから結果をロードし、まだ非埋め込みのものを列挙し、残りの名前をそれぞれ自分のフォントフォルダへ差し出します。再ロードには意味があります。GetFontIsEmbeddedが列挙したフォントについて報告する埋め込みフラグは、FindFontsが走った時点のファイルを反映するため、修復と同じセッションで列挙すると、古い答えが見えるからです

function FontFileFor(const BaseFont: string): string;
begin
  // 独自のヘルパー(ライブラリの一部ではない):ドキュメントの
  // フォント名をアプリ同梱のフォントファイルへ写像する。
  // 空の結果は、EmbedFontProgramFromFileにファイルシステムに
  // 触れさせずに0を返させる。
  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
        // 名前は保存されているとおり、サブセット接頭辞込みで渡す
        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;

そのループが成功するかを決める細部が3つあります。名前指定の呼び出し、つまりインストール済みフォントのためのEmbedFontProgramとファイルのためのEmbedFontProgramFromFileは、ドキュメントが保存しているとおりのBaseFontと比較し、その名前を運ぶ最初のFont辞書に作用します。だからループは、きれいにしたファミリー名ではなく、PDF.FontNameをそのまま渡します。プログラムの形式はフォントの型に合っていなければなりません。TrueTypeやCIDFontType2にはグリフアウトラインのTrueTypeデータ、CIDFontType0にはOpenType CFFプログラム(OTTOタグで始まるもの)で、これはOpenTypeのサブタイプつきの/FontFile3として書かれます。TrueTypeフォントにCFFファイルを渡すと、呼び出しは0を返します。そして修復経路がカバーするのはTrueTypeとCIDフォントです。Type1フォントの/FontFileは、明示的な長さキーを持つ3セグメントのPFBレイアウトを必要とするため、Type1参照はスキップされ、戻り値が印付けするのを待ちます。Standard 14の参照はたいていType1として書かれるため、その残り物のリストに現れると考えてください

ライブラリがあなたの代わりに答えられない問いも1つあります。TrueTypeフォントの埋め込み許可は、そのフォウンドリーのものです。組織の外へ出ていくドキュメントにライセンスされたプログラムを書き込むパイプラインには、ライセンスがそれを許すことを確認する人が必要です。コードは、指されたどんなファイルでも埋め込みます。許されているかどうかは、法の問いです

CreatePreflightReportでループを閉じる

ファイルを拒否した監査こそが、ファイルをクリアするものであるべきです。ComplianceTests = 1でのCreatePreflightReportはPDF/A検査を走らせ、所見00030はファイル全体に対して1回報告されるため、見落とした1つのフォントがレポートに留まります。ソースに対して実行し、修復して保存し、それから出力に対して再実行します

PDF Library for Delphi: 閉じた修復ループ。CreatePreflightReport がエラーコード 00030 を検出、EmbedMissingFonts が指摘フォントを埋め込み、SaveToFile が修復済み PDF を書き出し、2 回目のレポート実行でバッチ合格を確認
まずプリフライトレポートを実行し、それに基づいて修復を行い、最後に同じ監査が出力を証明します
function HasFontEmbeddingViolation(PDF: TPDFlib;
  const FileName: string): Boolean;
var
  Report: string;
begin
  // ComplianceTests = 1がPDF/A検査を選ぶ
  Report := PDF.CreatePreflightReport(FileName, '', 1, 0);
  Result := Pos('00030', Report) > 0;
end;

初めての人を驚かせる結果が1つあります。フォントの検査は、コンテンツが不可視でしか描かないフォント、つまりテキストレンダリングモード3を無視します。たいていのOCRエンジンが、スキャン画像の上に検索可能なテキスト層を敷く方法です。したがって、スキャンされたファイルは、FindFontsがまだ非埋め込みのフェイスを挙げているのに、00030を通ることがあります。これはPDF/Aが不可視テキストを扱う方法と整合しており、フォントごとのリストとファイルごとの判定が、同じドキュメント上で正当に食い違い得ることを意味します

どのファイルのどのフェイスが非埋め込みのままかを正確に名指す必要のあるバッチログには、フォントごとのリストがより良い道具です。出力をロードし、FindFontsを呼び、それから各エントリに対してSelectFontとGetFontIsEmbeddedを呼びます。読み込まれたPDFからテキスト、画像、フォントを抽出することに関する記事は、同じ列挙を、修復の代わりに抽出の入力に使っています

埋め込みが解消するのは1つの所見、そして自分の出力は決してそれを必要としないべき

フォントの埋め込みが取り除くのはエラー00030だけで、他は何もありません。暗号化、欠落したXMPメタデータ、OutputIntentのないデバイス依存の色空間、ToUnicodeマップのないフォントで失敗するファイルは、すべてのプログラムが揃った後も失敗し続けます。だから修復はプリフライトのループの中に属し、レポートが名指すものを通して働きます。サイズはもう1つのコストです。フルのCJKフォントプログラムは数メガバイトに達することがあり、そのいくつかの埋め込みは、1ページの請求書を元のサイズの何倍にもします。埋め込まれた各プログラムを、ページが実際に使うグリフまで切り詰める話は、PDFファイルサイズの最適化とフォントのサブセット化に関する記事で扱っています

書き込み側では、SetEmbedAllFonts(1)が、あなたのコードがこの記事の修復対象を作るのを止めます。PDF/Aモードが使うのと同じ昇格を、普通のドキュメントに適用します。それ以降の、Embed=0のAddTrueTypeFont呼び出しはフルのプログラムを埋め込みます。この設定は選択中のドキュメントに属し、呼び出しの後に足されたフォントへ効くため、NewDocumentの直後に設定してください。私たちの推奨は、アーカイブに入り得るものすべてに対して有効にすることです。PDF/Aかどうかにかかわらず。今日作るファイルは、後で読む人の引き継ぎファイルなのですから

PDF.NewDocument;
PDF.SetEmbedAllFonts(1);
// ここから先、AddTrueTypeFont('Segoe UI', 0)は
// AddTrueTypeFont('Segoe UI', 1)とまったく同じようにフルのプログラムを埋め込む
PDF.AddTrueTypeFont('Segoe UI', 0);

ロード・修復・保存の経路、ファイルベースのフォールバック、そしてライター側のガードはすべて、結果を確認するための上記のプリフライトエンジンとともに、Delphi、C#、VB.NET向けのlosLab PDF Libraryに同梱されています。製品ページには、フォントごとの検査やサブセット化を含む、フォントAPIの残りが文書化されています