Обычный способ задать заголовок в PDF — /F1 1 Tf 10 0 0 10 72 700 Tm (Total) Tj ( due) Tj: размер шрифта 1, а настоящий размер несёт текстовая матрица. Скормите это самодельному конвертеру PDF в SVG, и второй прогон часто приземлится почти поверх первого. Пусть пять глифов слова "Total" в среднем занимают пол-эма; начало текста должно сместиться на 2.5 единицы текстового пространства, которые матрица превращает в 25 пунктов. Конвертер, прибавляющий 2.5 прямо к трансляции матрицы, двигает перо на одну десятую пути, и " due" наложится поверх предыдущего слова
ISO 32000-1 §9.4.4 прямо говорит, что смещения в текстовом пространстве проходят через текстовую матрицу, поэтому обновление — это e += tx*a и f += tx*b, но никогда не голое прибавление к e. Это лишь одно из многих мест, где состояние PDF должно превращаться в атрибуты SVG ровно в момент записи элемента; остальные разобраны ниже по ходу статьи
Экспорт загруженной страницы через BuildLoadedPageSVG
HotPDF экспортирует любую страницу загруженного документа как автономный файл SVG 1.1. THotPDF.BuildLoadedPageSVG принимает индекс страницы с отсчётом от нуля и возвращает весь документ как AnsiString либо пустую строку, если страницу не удалось экспортировать; SaveLoadedPageAsSVG пишет ту же разметку в файл и возвращает False при неудаче. У обеих функций есть перегрузка с флагом EmbedFonts — о ней ниже
Размер экспортированной страницы берётся из crop box. Ширина и высота пишутся в пунктах, а viewBox использует пользовательские единицы PDF, так что одна единица SVG равна одной единице PDF. До вывода добираются пути, текстовые прогоны, image XObjects, inline-изображения, градиентные заливки, тилинговые узоры, пути отсечения, глифы Type 3 и вложенные Form XObjects, а растровое содержимое путешествует внутри файла как data URI с base64 PNG
var
Pdf: THotPDF;
I: Integer;
begin
Pdf := THotPDF.Create(nil);
try
if Pdf.LoadFromFile('statements.pdf', '') <= 0 then
Exit; // LoadFromFile возвращает количество страниц
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;
Для сборочных конвейеров, где не хочется держать скомпилированную программу на Delphi, консольный инструмент HotPDF открывает тот же экспорт в виде HotPDFCLI export-svg <pdf-file> [-o prefix] [--pages range]. SVG — текст, и это делает его хорошим партнёром растрового пути из статьи рендеринг страницы PDF в растровое изображение: битмап показывает, как страница выглядит, а SVG — какие объекты её нарисовали, причём в форме, которую читает текстовый diff
Почему один переворот страницы ломает и глифы, и фотографии
Пользовательское пространство PDF растёт вверх от левого нижнего угла; SVG растёт вниз от левого верхнего. Один переворот всей страницы исправляет все координаты и тем же движком зеркалирует каждую букву и каждую фотографию. Другие два несоответствия тише. PDF ограничивает область видимости состояния стеком (q кладёт, Q снимает), а SVG позволяет элементу наследовать всё, что объявила группа-предок. И несколько вещей PDF выражает соглашением: целые числа для окончаний и соединений линий, нулевая ширина, означающая "самую тонкую видимую линию", варианты операторов, переключающие правило заполнения
BuildLoadedPageSVG справляется с переворотом одним префикс-преобразованием страницы и чинит текст и картинки локально. Каждый текстовый элемент несёт цепочку префикс-преобразование страницы × CTM × текстовая матрица × matrix(1,0,0,-1,0,0). Правый множитель ставит глифы снова вертикально внутри их собственной системы и оставляет базовую линию там, куда её положил переворот страницы. Поскольку поправка — это матрица, а не частный случай, повёрнутый, зеркальный и скошенный текст не требуют дополнительного кода
Картинкам достаётся другой множитель. Пространство изображения PDF кладёт первую строку сэмплов у верха единичного квадрата, а элемент SVG image имеет собственную систему с осью Y вниз, поэтому выводимое преобразование — это CTM, домноженная справа на matrix(1,0,0,-1,0,1). Перепутайте знак — и векторное содержимое страницы идеально, но каждая фотография висит вверх ногами
Страницы с записью /Rotate добавляют поворот в системе отображения с осью Y вверх перед переворотом: (0,-1,1,0,0,W) для 90 градусов, (-1,0,0,-1,W,H) для 180 и (0,1,-1,0,H,0) для 270, где W и H — размер страницы до поворота, а переворот использует высоту повёрнутого холста. Бокс страницы к тому же не обязан начинаться в начале координат. На странице с crop box [100 100 712 892] экспортёр перед поворотом переносит левый нижний угол в (0,0) — тот же шаг, что делает и растровый рендерер, иначе содержимое приземлится в ста единицах от холста
Текстовые матрицы и посимвольные позиции
Каждый текстовый прогон становится одним элементом SVG text, чей атрибут x перечисляет позицию для каждого символа. Позиции накапливаются из продвижения глифа плюс межсимвольный интервал Tc, а межсловный интервал Tw добавляется только после однобайтового кода 32. Двухбайтовый код, случайно равный 32, межсловного интервала не получает — так предписывает ISO 32000-1 §9.3.3, и на этом держатся шрифты с CID-ключами. Когда один глиф стоит вместо нескольких символов, как лигатура, символы делят его продвижение, так что каждый всё равно получает собственное значение x
Горизонтальное масштабирование и подъём текста сворачиваются в матрицу рендеринга текста как [Th 0 0 1 0 Trise] × Tm, по §9.4.4, так что они масштабируются и вращаются вместе с преобразованной текстовой матрицей. Числа кернинга внутри массива TJ — тысячные доли эм, и они умножаются на Th как любое другое горизонтальное перемещение
Две XML-детали существенны. Каждый элемент text несёт xml:space="preserve"; без него просмотрщик схлопнет серии пробелов, и список x разойдётся с символами. И файл — UTF-8, поэтому символы кодируются в UTF-8 явно, а не через системную кодовую страницу. Кодовые точки, запрещённые XML 1.0 (управляющие символы ниже 0x20, суррогаты, U+FFFE и U+FFFF), заменяются на U+FFFD. Текст из шейпинга сложных систем письма идёт тем же маршрутом: шейпер уже превратил кластеры в позиционированные глифы до записи потока содержимого
Именованные шрифты или встроенные контуры
По умолчанию текст называет свой шрифт: экспортёр выводит семейство из /BaseFont и дескриптора шрифта и добавляет общий запасной вариант вроде Arial, sans-serif, а просмотрщик рисует текст установленным шрифтом. Файлы остаются маленькими, а текст полностью живым, но страница, набранная встроенной корпоративной гарнитурой, на любой машине без неё рисуется заменителем, чьи ширины уже не совпадают с посимвольными позициями
Передача True в EmbedFonts пишет глифы встроенных шрифтовых программ контурами в блоке defs, общем для всех их вхождений на странице. Оригинальный текст всё равно пишется поверх с нулевой непрозрачностью заливки, так что его можно выделять и искать. Ставьте True всегда, когда SVG покидает машину, где он создан: передача дизайна, архив, визуальный diff на CI-агенте. Оставляйте умолчание, когда файл живёт в окружении, где шрифты есть, а размер имеет значение
procedure ExportOutlined(Pdf: THotPDF);
var
Svg: AnsiString;
Output: TFileStream;
begin
// Контуры глифов из встроенных шрифтов, выделяемый текст поверх
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;
Режимы рендеринга уважаются в обоих путях. Режим 1 обводит без заливки, режим 2 заливает и обводит, режим 3 невидим, но всё равно двигает перо, а режимы с 4 по 7 добавляют глифы в путь отсечения. Обводимому глифу нужна ещё одна поправка: ширина линии живёт в пользовательском пространстве, а элемент text рисует в текстовом, поэтому ширина делится на масштаб текстовой матрицы. Текст, которому жирность добавил 2 Tr 0.25 w, сохраняет контур в четверть пункта; оставленный на умолчании SVG в одну единицу, он выглядел бы тяжеловесно
Что графическое состояние доносит до каждого элемента
Атрибуты представления SVG не следуют областям видимости PDF, поэтому каждый путь пишется с полным состоянием обводки, действующим в тот момент. Окончание линии 0, 1, 2 превращается в butt, round, square; соединение 0, 1, 2 — в miter, round, bevel; предел скоса, массив штриха и фаза штриха пишются, когда заданы. Массив штриха с отрицательным элементом или непустой массив без положительного элемента игнорируется, и предыдущий узор остаётся; пустой массив [] возвращает сплошную линию. Те же значения могут прийти через словарь ExtGState, чьи ключи LW, LC, LJ, ML, ca и CA применяются так же
Нулевая ширина линии в PDF означает самую тонкую линию, которую может нарисовать устройство. Скопированная буквально, она даёт невидимую обводку, а скопированная как 1 — линию, которая толстеет с каждым шагом зума. Экспортёр пишет stroke-width="1" вместе с vector-effect="non-scaling-stroke", и волосяная линия держится около одного пикселя устройства при любом увеличении. Звёздочные операторы f*, B* и b* добавляют fill-rule="evenodd", а их обычные формы оставляют умолчание SVG — ненулевое правило заполнения
Q восстанавливает цвета заливки и обводки, непрозрачность, ширину линии, окончание, соединение, предел скоса, массив штриха и фазу, а также состояние текста. ISO 32000-1 §9.3.1 делает состояние текста частью графического состояния, поэтому 2 Tr, установленный внутри q … Q, не должен обводить текст, следующий за Q. Отсечение следует §8.5.4: W только помечает путь, а отсечение вступает в силу после оператора рисования, так что re W f сначала заливает прямоугольник и лишь потом отсекает. Каждое отсечение становится clipPath плюс оборачивающей группой, а Q закрывает группы, открытые с момента соответствующего q
Form XObjects ведут себя как подразумеваемый q … Q. Экспортёр отсекает форму по её /BBox, сохраняет состояние на входе и восстанавливает на выходе, поэтому пунктирная рамка внутри штампа не может просочиться в содержимое страницы после него. Тилинговые узоры отображаются в пространство по умолчанию того потока содержимого, который их использует (§8.7.2) — страницы или формы, — независимо от CTM в момент рисования узора. Импорт векторной графики EMF и WMF гонит похожую модель состояния в обратную сторону, а импорт SVG как Form XObject покрывает обратную поездку из SVG в PDF
Цвет, градиентные заливки и строки, которые сравнивают тесты
Цвет попадает в SVG через каждый цветовой оператор PDF: g, rg, k и их формы для обводки, а также cs / scn с именованным пространством из ресурсов /ColorSpace страницы или формы. Цвета Separation, DeviceN, ICCBased, Indexed и Lab разрешаются в RGB тем же кодом цветовых пространств, которым пользуется рендерер страниц. Выбор пространства через cs стартует с начального цвета, который определяет §8.6.8: чёрный в устройствах, tint 1.0 в Separation и DeviceN, индекс 0 в Indexed. В SVG нет понятия красок, поэтому плашечный цвет приходит в виде своего RGB-облика, а имя краски остаётся позади, в PDF. Цветопроба, которой нужны настоящие сепарации, — дело модели закраски, описанной в статье рендеринг плашечных цветов Separation и DeviceN
Осевые и радиальные заливки становятся градиентами SVG. По умолчанию в спецификации /Extend — [false false], то есть до t0 и после t1 ничего не рисуется, тогда как pad в SVG выносит конечные цвета наружу. Экспортёр закрывает разрыв, добавляя полностью прозрачный стоп на каждом конце, который не продолжается. Заливки на функциях сэмплируются в изображение примерно по одному сэмплу на единицу, а меш-заливки рендерятся во встроенное изображение
Hex-цвета выходят в верхнем регистре. Регрессионный тест, сравнивающий строки, должен ждать #FF0000, и тест, написанный в расчёте на нижний регистр, упадёт на совершенно корректном выводе. Координаты и ширины округляются до четырёх знаков после разделителя, а матрицы transform хранят девять значащих цифр, и там и там с точкой в качестве десятичного разделителя, каков бы ни был язык машины, на которой тест запускается
procedure CheckRedRectangle(Pdf: THotPDF);
var
Svg: AnsiString;
begin
Svg := Pdf.BuildLoadedPageSVG(0);
// Assert — проверка, которую вы добавляете в свой тест, а не часть экспорта
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;
Строковая проверка вроде этой держится, когда входной PDF генерирует ваш собственный код и ожидаемые цвета известны. Для страниц со стороны сравнение SVG двух сборок между собой ловит больше, чем любой захардкоженный атрибут. Остальной набор инструментов для загруженных документов — от рендеринга и редактирования до экспорта — описан на странице HotPDF Delphi PDF component