记一次对Pdfium .Net包装器的跨平台封装-阿里云开发者社区

PDFium 是 Chromium 的 PDF 渲染引擎，BSD 3-Clause许可协议。是基于 Foxit Software （福昕软件）的渲染代码，Google 与其合作开源出的。

函数定义以FPDF_EXPORT标记的可以用C# 通过封装(P/Invoke)调用

函数封装（FPDF_LoadMemDocument为例）：

#define FPDF_EXPORT __declspec(dllexport)
//加载pdf
FPDF_EXPORT FPDF_DOCUMENT FPDF_CALLCONV FPDF_LoadMemDocument(const void* data_buf, int size, FPDF_BYTESTRING password);
//对应的封装C#
//注：要根据入参类型使用“[MarshalAs(UnmanagedType.LPArray)]”来标识如何将参数或字段封送至非托管代码
[DllImport("pdfium", EntryPoint = "FPDF_LoadMemDocument", CallingConvention = CallingConvention.Cdecl)]
internal static extern FpdfDocumentT FPDF_LoadMemDocument([MarshalAs(UnmanagedType.LPArray)] byte[] data_buf, int size, [MarshalAs(UnmanagedType.LPStr)] string password);

常见的 `DllImport` 参数：

CallingConvention：指定调用约定，常见的调用约定有 CallingConvention.Cdecl 和 CallingConvention.StdCall。
CharSet：指定字符串参数的字符集，可以是 CharSet.Ansi、CharSet.Unicode 或 CharSet.Auto。
ExactSpelling：如果设置为 true，则不会对函数名称进行任何修改。如果设置为 false，则可能会根据字符集自动添加后缀。
SetLastError：如果设置为 true，则被调用的方法可以调用 SetLastError 以设置最后的错误代码，这对于 Windows API 函数特别有用。

数据类型C++对C#：

C++	C#	备注
bool	bool
char	char	C++中是8位，C#中是16位
wchar_t	char	使用UTF-16编码
int	int
long	long	对应于C#的`int`
long long	long
float	float
double	double
std::string	string	Marshal.PtrToStringAnsi(ptr)
std::wstring	string	Marshal.PtrToStringUni(wptr)
unsigned char	byte
unsigned short	ushort
unsigned int	uint
unsigned long	ulong
unsigned long long	ulong

C++返回的指针C#定义：

根据C++返回的对象不同C#定义成不同的struct 类型，把指针转成对象，识别度更高。
实现IHandle接口方便统一做内存释放。

/// <summary>Handle to a FpdfDocumentT</summary>
[StructLayout(LayoutKind.Sequential)]
public struct FpdfDocumentT : IHandle<FpdfDocumentT>
{
    IntPtr _ptr;
    /// <summary>Gets a value indicating whether the handle is <c>null</c>.</summary>
    public bool IsNull => _ptr == IntPtr.Zero;
    public override string ToString() => "FpdfDocumentT: 0x" + _ptr.ToString("X16");
    /// <summary>Gets a handle representing <c>null</c>.</summary>
    public static FpdfDocumentT Null => new FpdfDocumentT();
    FpdfDocumentT(IntPtr ptr)
    {
        _ptr = ptr;
    }
    FpdfDocumentT IHandle<FpdfDocumentT>.SetToNull() => new FpdfDocumentT(Interlocked.Exchange(ref _ptr, IntPtr.Zero));
}
 public interface IHandle<T>
 {
     bool IsNull { get; }

     T SetToNull();
 }

PDFium开放的函数和C#封装对应关系如下图：

跨平台：

Pdfium针对不同的平台编译包，封装时需要根据环境区分调用（仅通过Windows，ubuntu-22.04.2测试）

判断系统环境：

        public static Platforms CurrentPlatform
        {
            get
            {
                if (_currentPlatform != null)
                {
                    return _currentPlatform.Value;
                }

#if NET5_0_OR_GREATER
                string environmentVariable = Environment.GetEnvironmentVariable("windir");
                if (!string.IsNullOrEmpty(environmentVariable) && environmentVariable.Contains("\\") && Directory.Exists(environmentVariable))
                {
                    _currentPlatform = new Platforms?(Platforms.Windows);
                }
                else if (File.Exists("/proc/sys/kernel/ostype"))
                {
                    if (File.ReadAllText("/proc/sys/kernel/ostype").StartsWith("Linux", StringComparison.OrdinalIgnoreCase))
                    {
                        _currentPlatform = new Platforms?(Platforms.Linux);
                    }
                }
                else if (File.Exists("/System/Library/CoreServices/SystemVersion.plist"))
                {
                    _currentPlatform = new Platforms?(Platforms.OSX);
                }
                if (_currentPlatform != null)
                {
                    return _currentPlatform.Value;
                }

                if (RuntimeInformation.IsOSPlatform(OSPlatform.Linux))
                {
                    _currentPlatform = new Platforms?(Platforms.Linux);
                }
                else if (RuntimeInformation.IsOSPlatform(OSPlatform.OSX))
                {
                    _currentPlatform = new Platforms?(Platforms.OSX);
                }
                else
                {
                    _currentPlatform = new Platforms?(Platforms.Windows);
                }
#else
                if (_currentPlatform == null)
                    _currentPlatform = new Platforms?(Platforms.Windows);
#endif
                return _currentPlatform.Value;
            }
            set
            {
                _currentPlatform = new Platforms?(value);
            }
        } 
public enum Platforms
 {
     /// <summary>
     /// Represents the Linux operating system.
     /// </summary>
     Linux,
     /// <summary>
     /// Represents the OSX operating system.
     /// </summary>
     OSX,
     /// <summary>
     /// Represents the Windows operating system.
     /// </summary>
     Windows
 }

加载Pdfium：

 public static IntPtr LoadLibrary(string path)
 {
     if ((path ?? "").Trim() == "")
     {
         return IntPtr.Zero;
     }
     Platforms currentPlatform = CurrentPlatform;
     if (currentPlatform == Platforms.Linux)
     {
         return dlopenLinux(path, 2);
     }
     if (currentPlatform != Platforms.OSX)
     {
         return LoadLibraryWin(path);
     }
     return dlopenOSX(path, 2);
 }

 public static bool FreeLibrary(IntPtr handle)
 {
     if (handle == IntPtr.Zero)
     {
         return false;
     }
     Platforms currentPlatform = CurrentPlatform;
     if (currentPlatform == Platforms.Linux)
     {
         return dlcloseLinux(handle) == 0;
     }
     if (currentPlatform != Platforms.OSX)
     {
         return FreeLibraryWin(handle);
     }
     return dlcloseOSX(handle) == 0;
 } 
[DllImport("kernel32", EntryPoint = "LoadLibraryW", SetLastError = true, CharSet = CharSet.Auto)]
 private static extern IntPtr LoadLibraryWin([MarshalAs(UnmanagedType.LPTStr)] string lpFileName);

 [DllImport("libdl.so.2", EntryPoint = "dlopen")]
 private static extern IntPtr dlopenLinux(string filename, int flags);

 [DllImport("libdl.dylib", EntryPoint = "dlopen")]
 private static extern IntPtr dlopenOSX(string filename, int flags);

 [DllImport("Kernel32.dll", EntryPoint = "FreeLibrary", SetLastError = true)]
 private static extern bool FreeLibraryWin(IntPtr handle);

 [DllImport("libdl.so.2", EntryPoint = "dlclose")]
 private static extern int dlcloseLinux(IntPtr handle);

 [DllImport("libdl.dylib", EntryPoint = "dlclose")]
 private static extern int dlcloseOSX(IntPtr handle);

遇到的问题：

问题1：返回的字节乱码

Pdfium函数返回以下几种编码格式：

encoded in 7-bit ASCII

FPDF_EXPORT unsigned long FPDF_CALLCONV
FPDFAction_GetURIPath(FPDF_DOCUMENT document,
                      FPDF_ACTION action,
                      void* buffer,
                      unsigned long buflen);

public delegate int GetStringHandler(ref byte buffer, int length);
GetAsciiString((ref byte buffer, int length) => (int)Internal.FPDFActionGetURIPath(document, action, out buffer, (uint)length)); 
public static string GetAsciiString(GetStringHandler handler)
 {
     byte b = 0;
     int length = handler(ref b, 0);
     if (length == 0)
         return null;
     var buffer = new byte[length];
     handler(ref buffer[0], length);
     return Encoding.ASCII.GetString(buffer, 0, (int)length - 1);
 }

the |buffer| is always in UTF-8 encoding.

FPDF_EXPORT unsigned long FPDF_CALLCONV
FPDFFont_GetFontName(FPDF_FONT font, char* buffer, unsigned long length);

GetUtf8String((ref byte buffer, int length) => (int)Internal.FPDFFontGetFontName(font, out buffer, (uint)length));
 public static string GetUtf8String(GetStringHandler handler)
 {
     byte b = 0;
     int length = handler(ref b, 0);
     var buffer = new byte[length];
     handler(ref buffer[0], length);
     return Encoding.UTF8.GetString(buffer, 0, (int)length - 1);
 }

the |buffer| is always in UTF-16LE encoding

FPDF_EXPORT unsigned long FPDF_CALLCONV
FPDFBookmark_GetTitle(FPDF_BOOKMARK bookmark,
                      void* buffer,
                      unsigned long buflen);

GetUtf16String((ref byte buffer, int length) => (int)Internal.FPDFBookmarkGetTitle(bookmark, out buffer, (uint)length), sizeof(byte), true);
 public static string GetUtf16String(GetStringHandler handler, int lengthUnit, bool lengthIncludesTerminator)
 {
     byte b = 0;
     int length = handler(ref b, 0);
     if (length == 0)
         return null;
     var buffer = new byte[length * lengthUnit];
     handler(ref buffer[0], length);
     length *= lengthUnit;
     if (lengthIncludesTerminator)
         length -= 2;
     return Encoding.Unicode.GetString(buffer, 0, length);
 }

问题2：从IntPtr中取出相应的数据

例：指针指向数组对象

/*
 * Function: FPDF_GetDefaultTTFMap
 *    Returns a pointer to the default character set to TT Font name map. The
 *    map is an array of FPDF_CharsetFontMap structs, with its end indicated
 *    by a { -1, NULL } entry.
 * Parameters:
 *     None.
 * Return Value:
 *     Pointer to the Charset Font Map.
 */
FPDF_EXPORT const FPDF_CharsetFontMap* FPDF_CALLCONV FPDF_GetDefaultTTFMap();

 public static FpdfCharsetFontMap[] GetDefaultTTFMaps()
 {
     var ptr = FPDFGetDefaultTTFMap();
     var result = new List<FpdfCharsetFontMap>();

     int i = 0;
     var size = Marshal.SizeOf(typeof(FpdfCharsetFontMap));
     var element = new FpdfCharsetFontMap() { Charset = 0, Fontname = null };
     while (element.Charset >= 0)
     {
         IntPtr midd = IntPtr.Add(ptr, i * size);
         //IntPtr midd = ptr + i * size;
         element = (FpdfCharsetFontMap)Marshal.PtrToStructure(midd, typeof(FpdfCharsetFontMap));
         if (element.Charset == -1)
         {
             break;
         }
         result.Add(element);
         i++;
     }
     return result.ToArray();
 }

问题3：尝试读取或写入受保护的内存。这通常指示其他内存已损坏。

通常这种问题是由于数据类型使用不对导致，比如c++入参类型为int，c#对应类型为long。

问题4：内存泄漏

大对象，分配一个大型对象（大于85000字节），但却很少分配小对象，导致2代垃圾回收从不执行，即使这些大对象不再被引用，依然得不到释放，最终导致内存泄漏。
非托管代码遵循谁创建谁释放的原则，比如句柄为托管代码创建，需要托管代码进行释放。

问题5：变换矩阵

PDF 在二维坐标系中表示其内容。每个点的坐标都可以表示为向量：（x， y）。变换矩阵允许更改默认坐标系并将原始坐标（x， y）映射到这个新坐标系：（x'， y'）。根据我们改变坐标系的方式，我们以这种方式有效地旋转、缩放、移动（平移）或剪切对象。

以平移为例：

将坐标系移动给定偏移量。该操作将生成一个新坐标系，该坐标系沿 x 轴移动 e，沿 y 轴移动 f。

原始坐标系中点的坐标为（240 651 1）。我们想将坐标系向左平移 10 个点，向上平移 20 个点。所需的变换矩阵为：生成的坐标为：

如下图，坐标已按计划更改。图像的所有其他像素的转换方式相同。

平移坐标示意图：

问题6：嵌入字体

Pdfium通过FPDFTextLoadFont函数加载字体嵌入pdf内，但是由于Pdfium未提供仅嵌入使用字符的函数，这样会导嵌入字体的全部字节导致编辑后生成pdf文件很大。

 [DllImport("pdfium", EntryPoint = "FPDFText_LoadFont", CallingConvention = CallingConvention.Cdecl)]
 internal static extern FpdfFontT FPDFTextLoadFont(FpdfDocumentT document, [MarshalAs(UnmanagedType.LPArray)] byte[] data, uint size, uint font_type, bool cid);

创建字符子集，只嵌入使用的字符集

/// <summary>
/// create SubCharacterSet
/// </summary>
/// <param name="fontPath">font path</param>
/// <param name="sourceText"></param>
/// <returns></returns>
public static byte[] CreateSubSet(this string fontPath, string sourceText)
{
    if (!File.Exists(fontPath))
        throw new ArgumentException($"{fontPath} not find");
    var glyphTypeface = new GlyphTypeface(new Uri(fontPath, UriKind.RelativeOrAbsolute));
    var Index = new List<ushort>();
    var sourceTextBytes = Encoding.Unicode.GetBytes(sourceText);
    var sourceTextChars = Encoding.Unicode.GetChars(sourceTextBytes);
    for (var charPos = 0; charPos <= (sourceTextChars.Length - 1); charPos++)
    {
        var sourceTextCharVal = (int)sourceTextChars[charPos];
        var glyphIndex = glyphTypeface.CharacterToGlyphMap[sourceTextCharVal];
        if (!Index.Contains(glyphIndex))
            Index.Add(glyphIndex);
    }
    return glyphTypeface.ComputeSubset(Index);
}

这次分享就到这里

记一次对Pdfium .Net包装器的跨平台封装

函数封装（FPDF_LoadMemDocument为例）：

常见的 `DllImport` 参数：

数据类型C++对C#：

C++返回的指针C#定义：

PDFium开放的函数和C#封装对应关系如下图：

跨平台：

判断系统环境：

加载Pdfium：

遇到的问题：

问题1：返回的字节乱码

问题2：从IntPtr中取出相应的数据

问题3：尝试读取或写入受保护的内存。这通常指示其他内存已损坏。

问题4：内存泄漏

问题5：变换矩阵

问题6：嵌入字体

热门文章

最新文章

相关课程

相关电子书

相关实验场景

热门

活动广场

任务中心

开发者评测

高校计划

乘风者计划

训练营

阿里云MVP

话题

直播

下载

镜像站

技术资料

插件

记一次对Pdfium .Net包装器的跨平台封装

函数封装（FPDF_LoadMemDocument为例）：

常见的 DllImport 参数：

数据类型C++对C#：

C++返回的指针C#定义：

PDFium开放的函数和C#封装对应关系如下图：

跨平台：

判断系统环境：

加载Pdfium：

遇到的问题：

问题1：返回的字节乱码

问题2：从IntPtr中取出相应的数据

问题3：尝试读取或写入受保护的内存。这通常指示其他内存已损坏。

问题4：内存泄漏

问题5：变换矩阵

问题6：嵌入字体

热门文章

最新文章

相关课程

相关电子书

相关实验场景

常见的 `DllImport` 参数：