Как найти название шрифта в PDF с помощью pdffonts

Что такое pdffonts?

pdffonts — это утилита командной строки, входящая в состав библиотеки Poppler. Она извлекает из PDF-файла информацию о шрифтах, включая:

• имя шрифта;
• тип шрифта (Type1, TrueType, CID и т.д.);
• статус встраивания (embedded / not embedded);
• сведения о подмножестве (subset);
• используемую кодировку;
• местоположение/объект шрифта (object ID).

Poppler — свободная библиотека для рендеринга и анализа PDF. pdffonts не извлекает файлы шрифтов для установки, но даёт необходимые метаданные, чтобы определить, какие шрифты использованы.

Установка pdffonts

Установите инструментный набор Poppler (в нём есть pdffonts) в зависимости от вашей дистрибуции.

Debian / Ubuntu / производные:

sudo apt install poppler-utils

Arch Linux:

sudo pacman -S poppler

Fedora / CentOS / RHEL и производные:

sudo dnf install poppler-utils

После установки команда pdffonts доступна в терминале.

Как анализировать шрифты в PDF

Базовый синтаксис:

pdffonts [опции] pdffile.pdf

Где [опции] — флаги (см. ниже), а pdffile.pdf — путь к файлу (абсолютный или относительный).

При запуске pdffonts она читает конфигурацию xpdfrc в домашней директории (~/.xpdfrc). Если файл не найден, утилита ищет системный конфиг в /usr/local/etc.

Простейший пример — получить список шрифтов в файле lorem-ipsum.pdf:

pdffonts lorem-ipsum.pdf

Результат похож на таблицу с колонками: name, type, encoding, emb, subset, uni, object id.

Вы увидите имя шрифта, тип, кодировку, указание, встроен ли шрифт, признак подмножества, поддерживает ли Unicode и object ID.

Анализ определённых страниц

Если нужно просмотреть шрифты только на части документа, используйте флаги -f (first) и -l (last):

pdffonts -f 1 -l 3 lorem-ipsum.pdf

Команда вернёт шрифты, встречающиеся на страницах 1–3. Для первой страницы укажите -f 1 -l 1.

Обработка зашифрованного PDF

Если файл защищён паролем, pdffonts принимает:

• -opw — owner password (пароль владельца)
• -upw — user password (пароль пользователя)

Примеры:

pdffonts -opw password lorem-ipsum.pdf
pdffonts -upw password lorem-ipsum.pdf

Передавайте пароль в командной строке аккуратно — в некоторых системах история команд сохраняется. Лучше использовать защищённые оболочки или ввод параметров внутри безопасных скриптов.

Когда pdffonts не сработает (ограничения)

• Сканированные PDF (растровые изображения страниц): в документе нет шрифтов, только пиксели — pdffonts ничего не покажет.
• Встроенные обфусцированные или модифицированные шрифты могут иметь непонятные имена или кодировки.
• Если шрифт не встраивался, вы увидите, что emb = no; это значит, что документ ссылается на системный шрифт, и точной копии в файле нет.
• Некоторые PDF-конструкторы могут использовать нестандартные таблицы кодировки, что затрудняет интерпретацию вывода.

Альтернативные подходы

• pdfimages + OCR: извлечь страницы как изображения и прогнать через OCR/инструмент распознавания шрифтов.
• FontForge: открыть PDF в FontForge для анализа и — при успехе — экспорта шрифтов (если позволено лицензией).
• Онлайн-сервисы идентификации шрифтов по изображению (WhatTheFont и подобные) для визуальных совпадений.
• Платные редакторы (Adobe Acrobat Pro) предоставляют расширенную информацию и визуальный просмотр встраиваемых шрифтов.

Практическая методика: шаги, чтобы определить и подтянуть шрифт

1. Запустите pdffonts на полном файле: pdffonts file.pdf. Посмотрите колонку name и emb.
2. Если emb = yes, используйте object ID и инструменты (pdfdetach, mutool) для извлечения — только если лицензия шрифта позволяет.
3. Если emb = no, попробуйте распознать имя шрифта и найти его в системах типа Google Fonts или у производителя шрифта.
4. Для сканированных PDF выполните pdfimages + OCR или отправьте изображение в сервис идентификации шрифтов.
5. Проверьте лицензию шрифта перед использованием или распространением.

Чек-лист по ролям

• Дизайнер:
  • проверить emb и subset; если subset, уточнить, какие глифы включены.
  • найти семейство шрифта и подобрать запасные (fallback).
• Разработчик/DevOps:
  • установить poppler-utils в CI/на сервере для автоматической проверки PDF-артефактов.
  • не хранить пароли в логах.
• Системный администратор:
  • убедиться, что poppler регулярно обновлен; следить за зависимостями безопасности.

Быстрый справочник команд (cheat sheet)

# Обзор всех шрифтов
pdffonts file.pdf

# Только страницы 10–20
pdffonts -f 10 -l 20 file.pdf

# Защищённый owner/user пароль
pdffonts -opw ownerpass file.pdf
pdffonts -upw userpass file.pdf

Критерии приёмки

• Вы можете перечислить все имена шрифтов, использованные в документе.
• Для встроенных шрифтов вы видите emb = yes.
• Для заданного диапазона страниц вы получаете только шрифты, применённые на этих страницах.

Короткий глоссарий

• Встраивание (embedded) — шрифт сохранён внутри PDF.
• Subset (подмножество) — в файл включены только использованные глифы, имя шрифта обычно получает префикс/суффикс.
• object ID — идентификатор объекта в структуре PDF, связанный со шрифтом.

Важные замечания

Важно соблюдать лицензионные ограничения: даже если шрифт встроен, его извлечение и дальнейшее использование может быть запрещено лицензией. Для автоматизации в CI не храните пароли в открытом виде.

Короткое резюме

pdffonts — быстрый способ получить метаданные о шрифтах внутри PDF. Он не заменяет визуальную проверку и часто не справляется со сканированными PDF, но идеально подходит для аудита и диагностики проблем с отображением шрифтов в документах.

Summary:

• pdffonts показывает имя, тип, встраивание и кодировку шрифтов в PDF.
• Используйте -f/-l для страниц и -opw/-upw для паролей.
• При отсутствии встроенных шрифтов применяйте OCR/визуальную идентификацию.

Примечание: перед извлечением шрифтов всегда проверяйте лицензию на использование.