フォントのサブセット化が編集を壊し、閲覧を壊さない理由
フォントのサブセット化は PDF がすでに使うグリフだけを残す。閲覧は描画できるが、欠けた文字で編集は失敗する。PDF123 の圧縮はフォントをサブセット化しない。
PDF は見た目が完璧でも、次に打ち込む文字を拒否することがある。それは壊れたビューアではないことが多い。フォントのサブセット化だ。ファイルは書かれた時点で必要だったグリフだけを埋め込み、編集は一度も詰め込まれていないグリフを求める。
サブセットとは何か
TrueType と OpenType のフォントは数万のグリフを持ちうる。10 ページのメモが使うのは数百程度かもしれない。サブセット化は埋め込まれたフォントを書き換え、未使用のグリフを落とす。ファイルサイズは減り、既存のテキストの画面表示と印刷結果は同じままになる。文書にすでにある文字はすべて残っているからだ。
したがって閲覧と印刷は成功する。失敗が現れるのは後だ。誰かがエディタで PDF を開き、アクセント付きの文字や珍しい句読点を打つと、欠けているグリフが置換されたり、空白になったり、拒否されたりする。既存テキストのコピーは通常まだ動く。グリフ表の穴に当たるのは新しい文字の挿入だ。
サブセット化はフォントの削除ではない
フォントオブジェクトは埋め込まれたままだ。消えるのはグリフ表の未使用部分である。次のものとは違う。
- 読者のマシンにインストールされたシステムフォントに頼ること（OS をまたぐ置換のリスク）
- テキストをアウトラインや画像に変換すること（選択と検索を失う）
- ファイルを暗号化すること（パスワード設定）。暗号化はグリフをサブセット化しない
多くのオフィス系のエクスポータや印刷 PDF ドライバは、フォントを埋め込む際に既定でサブセット化する。損害はエクスポート時に生じ、後のビューアが開いたときではない。別の PDF ツールで保存し直しても再サブセット化するかは場合によるが、一度も書かれなかったグリフを魔法のように戻すことはない。
PDF123 の圧縮が実際にすること
圧縮（POST /api/v1/misc/compress-pdf）は qpdf にストリーム圧縮（--compress-streams=y）、flate の再圧縮、オブジェクトストリームの生成を指示する。フォントのサブセット化はしないし、画像のダウンサンプリングも主張しない。すでにストリームが締まっているファイルでは、ダウンロードのサイズがほとんど変わらないこともある。すでにサブセットフォントを含むファイルでは、圧縮はそのサブセットをそのまま残す。完全な書体に戻すことはない。
一般的な PDF パイプラインでサイズのレバーがどう絡むか（画像、ストリーム、構造）は PDF を圧縮すると実際に何が起きるのか にある。あくまで背景として読み、本サイトの圧縮ボタンが書体をサブセット化するという主張として読まないこと。
OCR と Markdown 変換も、PDF 内の欠けたグリフを復元しない。OCR は Markdown テキストを返し、PDF から Markdown はテキスト層がすでに持っているものを取り出す。
実務での編集と閲覧
| 操作 | サブセット化後の典型的な結果 |
|---|---|
| 開く、スクロールする、印刷する、既存テキストを選択する | 動く。参照されているグリフは存在する |
| 元で一度も使われなかった文字を挿入する | 失敗するか、置換されうる |
| PDF 内に完全な編集可能フォントを期待する | 脆い。サブセットが未使用グリフを捨てている |
| PDF123 で圧縮を走らせる | ストリームは縮みうるが、グリフの在庫は変わらない |
完全な文字セットで編集を続けたいなら、サブセット化は誤ったエクスポート設定だった。編集可能なソース（Word、あるいは Markdown から PDF で新しく描画したもの）か、完全な書体を今も埋め込んでいる PDF を選ぶ。PDF123 の圧縮はそれらのグリフを戻さない。
「この PDF で é が打てない」を診断するときは、ビューアや 修復 を責める前に、元のエクスポートがフォントをサブセット化しなかったかを確認する。修復は構造を組み直すが、グリフ表を広げはしない。Markdown を往復させれば、その描画で WeasyPrint が埋め込むフォントを持つ新しい PDF を作れる。新しい文書には役立つが、古いサブセット書体を外科的に戻すものではない。