0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

PDFsharpでPDFを生成したらファイルが巨大化した話

0
Posted at

はじめに

.NETのPDFsharpを使って日本語PDFを生成していたところ、ほとんど文字を書いていないPDFが10MBを超えることがありました。

なぜそのようなことが起こったのか、備忘録として記載しておきます。

結論

直接の原因は、生成に使用したフォントファイル(NotoSansCJKjp-Regular.otf)がPDFsharpのサブセット化に対応していなかったことでした。

代わりにNotoSansCJKの.ttfファイルを使用することで、巨大化は解消されました。

PDFの仕組み

PDFでは、以下の3つを分けて考える必要があるようです。

  1. どの文字・グリフを描画するか指定する情報
  2. グリフを描画するためのフォントデータ
  3. PDF内部の文字コードをUnicodeへ戻す情報(ToUnicode CMap)

※ちなみに3つ目が欠けると、見た目上は正しく表示されていても、コピー&ペーストした時に文字化けを起こします。

フォントファイルは巨大なので、そのファイルに使う文字だけ抜き出してPDFファイルに埋め込むFont Subsetting(フォントサブセット化)のが一般的。

ライブラリにはだいたい標準で組み込まれているようですが、PDFsharpは特定の条件で全フォントが埋め込まれる仕様でした。(他のライブラリがどうかはわかりませんが)

公式に次の記述があります。

“PDFsharp cannot compute subsets of OpenType fonts with PostScript outlines. Subsets can only be computed from OpenType fonts with TrueType outlines. If PDFsharp cannot compute a subset, the whole font is embedded.”

翻訳すると、

PDFsharpはPostScriptアウトライン1を持つOpenTypeフォントのサブセットを生成できない。サブセット化できるのはTrueTypeアウトラインを持つOpenTypeフォントだけ。サブセット化できない場合はフォント全体を埋め込む。

最後に

以前、画像生成機能に関わった際は.otfを使用してもファイルが巨大化することはなかったため、PDFでは挙動が異なるという点は一つの落とし穴でした。

また、フォントの埋め込み処理自体は一瞬で終わり、ファイル生成そのものが遅くなったわけではありません。加えて、その機能ではHTTP通信も行っていたため、処理の遅さについてネットワーク関連を疑ってしまい、原因の特定に時間がかかってしまいました。

ファイルサイズは性能に直結しますし、生成するファイル形式によって性質も大きく異なります。「以前は問題なかったから今回も大丈夫」と過信せず、ファイル形式ごとの特性を意識して開発していきたいものです。

  1. 文字の輪郭データを表現する方式の一種。.ttfは通常TrueTypeアウトライン。.otfはTrueTypeかPostScriptのどちらか。 ↩

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?