我有一个包含许多字体的pdf，什么是检查它是否包含属于Arial字体家族的字体的最佳方法是什么？这可以用任何语言吗？
我找不到任何可以做到这一点的库或语言。
因此，我尝试通过使用ImageMagick将PDF转换为图像，并分割了图像中存在的所有字母（PDF）。然后我尝试将所有分段字母与分段的Arial字体族字母分段图像进行比较。
我使用MS Word创建了所有数据集。但是Arial字体系列在不同的编辑器中看起来不同。从外观不同"，我的意思是，同一字母的分段图像在不同的编辑器中具有不同的像素值。而且10pt size的字母也具有不同的字母。不同编辑器中的不同维度。因此，此方法不起作用。
关于如何执行此操作的任何建议？可能正在使用SVG文件或PS文件
我还得知，在PDF的字母中，使用bezier曲线呈现，其中每条bezier曲线均使用一些控制点和节点绘制。这些控制点是否相同，属于一个字体系列的所有字母？如果是的，则如何提取PDF中字母的控制点，因为这些可以用于检测字体家族。
文档中可以有三种类型的文本：
- 不是真实文本的文本，而是栅格图像的一部分，
- pdf语法绘制的矢量文本而不使用真实字体，
- 使用真实字体的矢量文本。
您问题的答案取决于您面临的文本类型：
- 如果文本不是真实的文本，而是栅格图像的一部分，则无法提取字体信息。您需要一个OCR工具将像素转换为字符，但是您不会获得有关字体系列的任何信息。您可以尝试比较像素，但是您已经尝试过，并且发现这并不小（人们可能将当前的解决方案视为不良的解决方法/不良设计）。
- 您描述了使用Bézier曲线在页面上绘制的文本。虽然可以绘制这样的文本，但您找不到这样的PDF。原因很明显：每次您需要特定的字形时，假设 a ，您都需要添加语法以在页面上绘制该字形，从而导致大量冗余PDF语法。<<<<<<<<<<<<<<<<<<<<<<<</li>
- PDF通常与字体一起使用。使用字体词典将字体存储在PDF文件中。构成页面的语法是指使用PDF生产者可以选择的名称的该字体，但与包含对字体字典的引用的页面资源中的条目相对应。每个字体都有一个编码字符对字形的编码。在页面内容中，我们使用字符，基于这些字符，字形将在字体中选择。
您正在询问字体家庭。此信息存储在字体词典中。看看我回答一个问题的答案，检查PDF Documernt中的文本是否使用ItextSharp大胆，您会了解这样的字体词典是什么样的。
您在字体词典中看到/BaseFont条目吗？它具有诸如JOJJAH+TT116t00之类的值。在这种情况下，字体的名称是" tt116t00"，但是" jojjah"是什么？这在我对问题的回答中解释了我的pdf字体名称中的多余字符？
并非所有字体都嵌入。有时，字体的名称足以让观众知道字形的外观。例如：每个观看者都应该能够渲染14个标准类型1字体。
Arial不是这些字体之一，因此，如果您想确保正确渲染Arial，则需要嵌入字体。字体词典将参考字体描述符，您会在其中找到使用线性路径，bézier曲线等绘制字形的语法。假设您需要字符 a 知道如何绘制该角色的语法。字体字典还将具有将字符 A映射到glyph a 的地图。现在，当您需要内容中的字形时，您只需使用字符 A，它将指绘制绘制字形 a 的语法。该语法仅存储在PDF中。
假设PDF具有完整的Arial字体嵌入，然后/BaseFont的值将为Arial。但是，如果我们嵌入了完整的Arial字体，则PDF会肿。Arial的字符太多了。我们不需要全部。这就是为什么我们只嵌入一个或多个子集的原因。当您在/BaseFont条目中看到6个字符，然后在+登录中登录时，您发现了一个字体子集。
可以使用不同的库来完成字体词典的/BaseFont输入。在官方的Itext站点上，我们有不同的Q＆amp;，因为这说明了如何检查PDF。还有一个示例列出了PDF中使用的字体。也许这可能会有所帮助。
注意：帮助部分中的解释，更具体地说，我可以在此处询问哪些主题？书籍，工具，软件库，教程或其他场外资源对于堆栈溢出而言是副主题，因为它们倾向于吸引自以为是的答案和垃圾邮件。
我已经为您提供了有关在PDF中找到字体信息的一般信息，但是您不允许您提出问题来推荐最佳工具来执行此操作。很抱歉。