PAYATHON 2026

Compose Multiplatform 与 iText7 原位 PDF 编辑:字号异常放大与段落分裂

数据小陈

字号被放大,通常是 iText 侧把 textMatrix.get(4) 当成了纵向缩放,之后又经过 Compose 的 px -> sp 转换。段落被切碎,则是因为聚类阈值用了绝对 x 偏移和绝对字号差;遇到混合样式、首行缩进或悬挂缩进时,很容易断掉。

一、BasicTextField 字号为什么会被放大

1. 先检查 iText 侧的字号

iText7 的 Matrix.get(int) 索引 0..5 分别对应 a,b,c,d,e,f。get(4) 取到的是 e,即平移分量,不是 scaleY。当前代码:

val scaleY = renderInfo.textMatrix.get(4)
val actualFontSize = if (scaleY > 0) baseFontSize * scaleY else baseFontSize

如果 PDF 文本矩阵里 e 较大,actualFontSize 就会被放大,后续 Compose 再按这个字号渲染,就会看到 2 到 3 倍的跳变。先改成打印验证:

val tm = renderInfo.textMatrix
println(
    "fontSize=${renderInfo.fontSize}, " +
    "a=${tm.get(0)}, b=${tm.get(1)}, c=${tm.get(2)}, " +
    "d=${tm.get(3)}, e=${tm.get(4)}, f=${tm.get(5)}"
)

如果 renderInfo.fontSize 已经是最终 PDF point 大小,直接用它;只有确认它表示基础字号、并且矩阵 d 分量确实非 1 时,才考虑乘 abs(tm.get(3))。不要再用 get(4)。

2. 从 PDF point 到屏幕像素,再到 TextUnit

element.fontSize 是 PDF point,scaleFactor = pageWidthPx / pdfDocWidth 得到的是“每 PDF point 对应多少屏幕像素”。因此:

val scaleFactor = pageWidthPx / pdfDocWidth // px / pt
val fontPx = element.fontSize * scaleFactor // 屏幕像素

Compose 的 sp 在最终绘制时会乘以 density * fontScale。with(density) { fontPx.toSp() } 会先除以 density * fontScale,绘制时再乘回来,所以最终像素大小就是 fontPx。这条链路本身是对的,前提是 element.fontSize 没有在提取阶段被错误放大。示例:

val density = LocalDensity.current
val fontPx = element.fontSize * scaleFactor
val fontSizeSp = with(density) { fontPx.toSp() }

val lineHeightPx = element.lineHeightPx ?: (fontPx * 1.15f)
val lineHeightSp = with(density) { lineHeightPx.toSp() }

BasicTextField(
    value = element.textFieldValue,
    onValueChange = { element.onTextValueChange(it) },
    textStyle = TextStyle(
        fontFamily = appliedFontFamily,
        fontWeight = if (element.isBold) FontWeight.Bold else FontWeight.Normal,
        fontStyle = if (element.isItalic) FontStyle.Italic else FontStyle.Normal,
        fontSize = fontSizeSp,
        lineHeight = lineHeightSp,
        color = Color.Black
    ),
    modifier = Modifier.fillMaxSize()
)

字体大小不要用 Dp 设置,Dp 只负责布局尺寸。sp 是文本单位,但上面的 toSp() 已经抵消了 fontScale,因此视觉大小与位图一致。如果希望字体跟随系统无障碍缩放,就不能要求 1

匹配位图。

3. 行高和 padding 也会造成“像放大了”

BasicTextField 的默认行高、光标和内边距会影响换行位置。建议用提取到的真实行高,而不是固定 1.15f;平台支持的话,可以关闭字体的额外 padding:

textStyle = TextStyle(
    fontSize = fontSizeSp,
    lineHeight = lineHeightSp,
    platformStyle = PlatformTextStyle(includeFontPadding = false)
)

同时给覆盖框设置与段落 bbox 一致的尺寸,避免 fillMaxSize() 后因父容器 padding 再次改变可用宽度。

二、段落为什么会被切碎

1. 当前阈值的几个问题

val isNextLineInParagraph = lineSpacing > 0f && lineSpacing <= (pFontSize * 2.2f) &&
    abs(next.fontSize - pFontSize) <= 2.5f && abs(next.x - minX) <= 60f
  • abs(next.x - minX) <= 60f 用的是绝对 PDF point,不随页面尺寸、字号或缩进变化;首行缩进、悬挂缩进、列表符号都会让它失败。
  • abs(next.fontSize - pFontSize) <= 2.5f 对混合字号段落来说太严;标题、粗体、脚注混排时容易断。
  • pFontSize = max(pFontSize, next.fontSize) 会让阈值随着段落不断漂移。
  • 合并分支里没有更新 topY,最终段落 bbox 可能只覆盖部分行,覆盖框自然对不上。

2. 更稳的启发式

把“同一段落”拆成几个可调条件:

  • 垂直基线间距:0 < prev.y - next.y <= prevLineHeight * 1.6~1.8。
  • 水平重叠:下一行与上一行的水平区间重叠比例 >= 0.5~0.6;短末行可放宽,但保留左对齐判断。
  • 左边界:允许 abs(next.x - prev.x) 或 abs(next.x - paragraphLeft) 在 maxFontSize * 1.5~2.0 内,以容纳首行缩进。
  • 字号:用比例,例如 abs(next.fontSize - prev.fontSize) <= maxFontSize * 0.35,且不要要求完全相等。
  • 多列/表格:先按列分区,或要求水平重叠足够高,避免把左右两栏串成一段。

示例:

private fun horizontalOverlap(a1: Float, a2: Float, b1: Float, b2: Float): Float {
    val overlap = max(0f, min(a2, b2) - max(a1, b1))
    val minWidth = min(a2 - a1, b2 - b1).coerceAtLeast(1f)
    return overlap / minWidth
}

private fun isSameParagraph(
    prev: PdfTextFragment,
    next: PdfTextFragment,
    paragraphLeft: Float
): Boolean {
    val maxFont = max(prev.fontSize, next.fontSize).coerceAtLeast(1f)
    val prevLineHeight = prev.height.coerceAtLeast(prev.fontSize * 1.1f)
    val baselineGap = prev.y - next.y
    val overlap = horizontalOverlap(
        prev.x, prev.x + prev.width,
        next.x, next.x + next.width
    )
    val leftTolerant = abs(next.x - prev.x) <= maxFont * 2.0f ||
        abs(next.x - paragraphLeft) <= maxFont * 2.0f
    val fontTolerant = abs(next.fontSize - prev.fontSize) <= maxFont * 0.35f

    return baselineGap > 0f &&
        baselineGap <= prevLineHeight * 1.8f &&
        overlap >= 0.55f &&
        leftTolerant &&
        fontTolerant
}

聚类时维护完整的段落 bbox:

private fun clusterLinesIntoParagraphs(lines: List<PdfTextFragment>): List<PdfTextFragment> {
    if (lines.isEmpty()) return emptyList()

    val sorted = lines.sortedWith(
        compareByDescending<PdfTextFragment> { it.y }.thenBy { it.x }
    )
    val result = mutableListOf<PdfTextFragment>()

    var text = StringBuilder(sorted[0].text)
    var spans = sorted[0].spans.toMutableList()
    var left = sorted[0].x
    var right = sorted[0].x + sorted[0].width
    var top = sorted[0].y + sorted[0].height
    var bottomBaseline = sorted[0].y
    var font = sorted[0].fontSize
    var prev = sorted[0]

    fun flush() {
        result.add(
            PdfTextFragment(
                text = text.toString(),
                spans = spans.toList(),
                isSerif = prev.isSerif,
                rawFontName = prev.rawFontName,
                x = left,
                y = bottomBaseline,
                width = right - left,
                height = (top - bottomBaseline).coerceAtLeast(font * 1.2f),
                fontSize = font
            )
        )
    }

    for (i in 1 until sorted.size) {
        val next = sorted[i]
        if (isSameParagraph(prev, next, left)) {
            text.append('\n')
            val offset = text.length
            next.spans.forEach { s ->
                spans.add(
                    InlineTextSpan(
                        start = s.start + offset,
                        end = s.end + offset,
                        isBold = s.isBold,
                        isItalic = s.isItalic
                    )
                )
            }
            text.append(next.text)

            left = min(left, next.x)
            right = max(right, next.x + next.width)
            top = max(top, next.y + next.height)
            bottomBaseline = min(bottomBaseline, next.y)
            font = max(font, next.fontSize)
            prev = next
        } else {
            flush()
            text = StringBuilder(next.text)
            spans = next.spans.toMutableList()
            left = next.x
            right = next.x + next.width
            top = next.y + next.height
            bottomBaseline = next.y
            font = next.fontSize
            prev = next
        }
    }
    flush()
    return result
}

三、落地顺序

  1. 先修正 actualFontSize,打印 fontSize 和 textMatrix,确认没有把平移量当缩放。
  2. 用 fontPx = fontSize * scaleFactor,再 with(density) { fontPx.toSp() },并让 lineHeight 也按像素基准转换。
  3. 检查覆盖框 bbox 是否覆盖整段:x/width 用所有行的并集,y/height 用 top 与 bottomBaseline 的差。
  4. 用“基线间距 + 水平重叠 + 容忍缩进 + 比例字号差”替换绝对阈值。
  5. 对多列 PDF 单独做列检测,否则任何段落启发式都可能把左右栏串在一起。

备注:内容仅供参考。