Názory k článku
Linuxové prohlížeče dokumentů zvládnou české znaky v PDF formulářích

Super, ten poppler je fakt dobrej a porad lepsi a lepsi. Jeden clovek z RH nam pomoci neho delal konverzi z pdf do naseho formatu a funguje skvele.

Zajímavé. Jestli jsem se v posledních cca deseti letech setkal s rozbitou diakritikou v PDF, tak v drtivé většině případů to bylo v originálním Adobe Reader ve Windows a šlo typicky o faktury nebo podobně generované soubory, ve kterých nejsou přibalené fonty, aby PDF bylo co nejmenší.

při vyplňování formulářů
? ;-)

Takže teoreticky můžete pouhým vyplněním PDF formuláře a jeho odesláním porušit licenci k danému písmu, pokud k jeho šíření v této podobě nemáte oprávnění…

Nekritizuju tu funkcionalitu, spíš je to povzdech nad tím, jak je problematika písem v PDF složitá. A palec nahoru za tenhle „hack“, který vypadá dost robustně a použitelně.

Já moc nechápu, jak pouhé vyplnění formuláře potřebuje přibalený font. Jsem myslel, že ASCII (potažmo UTF-x) je jen bytová forma interpretace znaku. Jeho zobrazneí jsem myslel slouží eventuální fallback OS. Ale jsem jen laik :-)

chapu to tak ze zmena v knihovne "poppler" (kterou vyuziva napr. "Prohlížeč dokumentů"[=evince] v Gnome) je o obejiti omezeni "Form v PDF" tim ze vyplneny text v polich formulare je "obaleny" konkretnim/pri­balenym fontem s podporou Unicode, takze pohlizec pak text v tech polich zobrazi timto pismem...

Jednak je to v PDF složitější už se samotným kódováním znaků. PDF vzniklo dávno před Unicode, ale muselo si nějak poradit s různými znakovými sadami. Takže v PDF můžete použít buď znakovou sadu podobnou ISO-8859-1 (nejsem si jistý, zda je shodná, nebo zda jsou tam rozdíly – je to sada, která se dá použít pro západoevropské jazyky). Nebo si pak můžete v PDF vytvořit svou vlastní znakovou sadu, a k ní pak volitelně můžete přidat tabulku mapující na nějakou standardní znakovou sadu (nevím přesně, jaké jsou tam všechny možnosti, ale dá se to namapovat na Unicode). Když chybí tahle převodní tabulka, vznikají takové ty dokumenty, kde máte zobrazené všechno správně, ale když zkusíte text zkopírovat do schránky, dostanete rozsypaný čaj.

No a k tomuhle zmatku se ještě přidá to, jak PDF pracuje s písmy. Pro tu základní znakovou sadu je předepsaných několik písem, která musí PDF prohlížeč podporovat. Jenže pro češtinu ta základní znaková sada nestačí, takže se buď může použít písmo ze systému (pak se ale musí správně namapovat znaky z PDF na znaky v písmu; a hlavně nastane problém, když příslušné písmo v systému nemáte a místo něj se zobrazují znaky z jiného písma; ještě větší zábava je, když se použije písmo s nějakými symboly, dříve bývala oblíbená písma jako Wingdings), nebo můžete písmo přibalit k PDF. Jenže pak se obvykle nepřibaluje celé písmo (které může být dost velké), ale přibalují se jenom znaky, které jsou v tom dokumentu použité.

No a uživatel samozřejmě může do formuláře napsat znaky, které nejsou mezi těmi použitými v PDF dokumentu, tedy nejsou ve vloženém písmu. Takže můžete použít systémové písmo, jenže to zase nemusí mít ten, kdo bude vyplněný formulář číst – a dostáváte se do všech problémů se systémovým písmem uvedených výše, možná i do nějakých dalších.

Takže přibalit znaky písma použitého ve formulářích nakonec vypadá jako dobré řešení, které nebude mít tendenci rozbít se pokaždé, když se na PDF prohlížeč ošklivě podíváte.

(Ten můj popis fungování znaků a písem v PDF asi není ve všem zcela přesný, ale nehodlám to studovat víc do hloubky, už takhle je toho víc než jsem kdy chtěl vědět.)

Myslím, že jste to popsal celkem přesně. :)

Fajn, a jak to řeší Adobe? Občas mám pocit, že se znovu vymýšlí kolo.