PyMupdf替换TrueType字体

hbghlyj

font-replacement: Using PyMuPDF v1.17.6 or later, replacing fonts in an existing PDF becomes possible.
以这部小说的第2页为例
page2.pdf (4.13 KB, 下载次数: 0)

2023-6-27 18:27 上传

点击文件名下载附件

写入page2.pdf-fontnames.json以下内容：

1. [
2.   {
3.     "oldfont": [
4.       "SimHei,Regular"
5.     ],
6.     "newfont": "D:/华文黑体.ttf"
7.   }
8. ]

复制代码

原PDF复制出来的文字之间含有空格（但PDF中不显示空格）。
为了替换掉空格，将python repl-font.py page2.pdf中的2处

1. text = span["text"].replace(chr(0xFFFD), chr(0xB6))

复制代码

修改为

1. text = span["text"].replace(chr(0xFFFD), chr(0xB6)).replace(' ','')

复制代码

Python: How can I replace full-width characters with half-width characters?
运行python repl-font.py page2.pdf将文字中的空格替换掉，并用华文黑体替换旧字体：
下面是stdout：
Processing PDF 'page2.pdf' with 1 page.

Phase 1: Analyze use of fonts.
Font replacement overview:
  SimHei,Regular replaced by: STHeiti Regular.
page2-new.pdf (62.14 KB, 下载次数: 0)

2023-6-27 18:27 上传

点击文件名下载附件

文件尺寸从4KB增加到了62KB

hbghlyj

原PDF	替换字体后

原PDF的〔明〕左括号的空白小，其中的字明偏左，替换字体后〔明〕括号间的空白变得对称了。
书名号《》变小了。


原PDF复制出的文字《 十 大 古 典 白 话 短 篇 小 说 》 丛 书，警 世 通 言
把空格替换掉后：
新PDF复制出的文字《十大古典白话短篇小说》丛书，警世通言
显示的文字不变