AB-PDF: Zeichen ohne Glyph werden ersetzt statt als Kästchen gedruckt

Co-Authored-By: Claude Sonnet 5.5 <noreply@anthropic.com>

server/services/auftraege/pdf.js

@@ -36,3 +36,43 @@ export function hatGlyph(codePoint) {
   const { regularFont, semiboldFont } = ladeSchriften()
   return regularFont.hasGlyphForCodePoint(codePoint) && semiboldFont.hasGlyphForCodePoint(codePoint)
 }
+
+const ERSATZ = new Map([
+  [0x2010, '-'], [0x2011, '-'], [0x2012, '-'], [0x2013, '-'], [0x2014, '-'], [0x2015, '-'], [0x2212, '-'],
+  [0x2018, "'"], [0x2019, "'"], [0x201a, "'"], [0x2032, "'"],
+  [0x201c, '"'], [0x201d, '"'], [0x201e, '"'], [0x201f, '"'], [0x2033, '"'],
+  [0x2026, '...'], [0x20ac, 'EUR'], [0x2022, '-'], [0x00b7, '-'], [0x00d7, 'x'], [0x2192, '->'],
+])
+// Steuerzeichen (außer \n), weiche Trennung, Zero-Width-Zeichen, Variantenselektoren, BOM
+const ENTFERNEN = /[\u{0}-\u{8}\u{B}-\u{1F}\u{7F}-\u{9F}\u{AD}\u{200B}-\u{200D}\u{2060}\u{FE00}-\u{FE0F}\u{FEFF}]/gu
+
+/** Ersetzt Zeichen ohne Glyph, damit nie ein leeres Kästchen im PDF steht. */
+export function bereinigeText(text, hatGlyphFn = hatGlyph) {
+  const roh = String(text ?? '')
+    .normalize('NFC')
+    .replace(/\r\n?|[\u{2028}\u{2029}]/gu, '\n')
+    .replace(/\t/g, ' ')
+    .replace(ENTFERNEN, '')
+  let aus = ''
+  for (const zeichen of roh) {
+    const cp = zeichen.codePointAt(0)
+    if (zeichen === '\n' || hatGlyphFn(cp)) aus += zeichen
+    else if (ERSATZ.has(cp)) aus += ERSATZ.get(cp)
+    else if (/\p{Zs}/u.test(zeichen)) aus += ' '
+    else if (/\p{M}/u.test(zeichen)) continue
+    else {
+      const basis = zeichen.normalize('NFD').codePointAt(0)
+      aus += basis !== cp && hatGlyphFn(basis) ? String.fromCodePoint(basis) : '?'
+    }
+  }
+  return aus
+}
+
+/** bereinigeText für jede Zeichenkette in beliebig verschachtelten Objekten und Listen. */
+export function bereinigeTexte(wert, hatGlyphFn = hatGlyph) {
+  if (typeof wert === 'string') return bereinigeText(wert, hatGlyphFn)
+  if (Array.isArray(wert)) return wert.map((e) => bereinigeTexte(e, hatGlyphFn))
+  if (wert && typeof wert === 'object') return Object.fromEntries(Object.entries(wert).map(([k, v]) => [k, bereinigeTexte(v, hatGlyphFn)]))
+  return wert
+}
+

test/auftraegePdfSchrift.test.js

@@ -39,3 +39,39 @@ test('hatGlyph: deutsche Buchstaben, €, Minuszeichen, geschütztes Leerzeichen
   for (const zeichen of noetig) assert.ok(hatGlyph(zeichen.codePointAt(0)), `Glyph fehlt: U+${zeichen.codePointAt(0).toString(16)}`)
   for (const code of [0x202f, 0x2009, 0x200b, 0x416, 0x1f600, 0x3042]) assert.equal(hatGlyph(code), false, `U+${code.toString(16)} sollte fehlen`)
 })
+test('bereinigeText: vorhandene Zeichen bleiben unverändert, getrennte Akzente werden zusammengesetzt', () => {
+  const text = `Müller & Söhne – „Größe“ 1.234,56${NBSP}€ ${cp(0x2212)} 20,00${NBSP}€ ÄÖÜ äöü ß … Łukasz Yıldız Çelik`
+  assert.equal(bereinigeText(text), text)
+  assert.equal(bereinigeText('a' + cp(0x301)), 'á'.normalize('NFC'))
+  assert.equal(bereinigeText(null), '')
+  assert.equal(bereinigeText(undefined), '')
+  assert.equal(bereinigeText(42), '42')
+})
+
+test('bereinigeText: Steuerzeichen, Zero-Width, weiche Trennung und BOM entfallen; Zeilenenden werden Zeilenumbrüche, Tab wird Leerzeichen', () => {
+  const roh = `a${cp(0x200b)}b${cp(0xad)}c${cp(0xfeff)}d${cp(0)}e\tf\r\ng\rh${cp(0x2028)}i${cp(0x200d, 0xfe0f)}j`
+  assert.equal(bereinigeText(roh), 'abcde f\ng\nh\nij')
+})
+
+test('bereinigeText mit Figtree: schmale Leerzeichen werden Leerzeichen, kyrillische und japanische Zeichen sowie Emoji je ein Fragezeichen', () => {
+  assert.equal(bereinigeText(`a${cp(0x202f)}b${cp(0x2009)}c`), 'a b c')
+  assert.equal(bereinigeText(`${cp(0x416)}${cp(0x3042)}${cp(0x1f600)}`), '???')
+})
+
+test('bereinigeText: Ersatzregeln bei fehlendem Glyph (Schrift ohne Zeichen über ASCII)', () => {
+  const nurAscii = (code) => code < 0x80
+  const fall = (eingabe) => bereinigeText(eingabe, nurAscii)
+  assert.equal(fall('9,00' + NBSP + '€'), '9,00 EUR')
+  assert.equal(fall(`${cp(0x201e)}x${cp(0x201c)} ${cp(0x201a)}y${cp(0x2019)}`), `"x" 'y'`)
+  assert.equal(fall(`1 ${cp(0x2013)} 2 ${cp(0x2212)} 3 ${cp(0x2014)} 4`), '1 - 2 - 3 - 4')
+  assert.equal(fall(`wait${cp(0x2026)} 3${cp(0xd7)}4 a${cp(0x2192)}b`), 'wait... 3x4 a->b')
+  assert.equal(fall('Müller Çelik Ångström'), 'Muller Celik Angstrom')
+  assert.equal(fall('Łukasz Ğ'), '?ukasz G')
+  assert.equal(fall('e' + cp(0x301) + cp(0x301)), 'e')
+  assert.equal(fall(cp(0x301)), '')
+})
+
+test('bereinigeTexte: bearbeitet jede Zeichenkette in verschachtelten Objekten und Listen, andere Werte bleiben', () => {
+  const roh = { a: ['x' + cp(0x200b) + 'y', { b: 'ż' + cp(0x1f600) }], n: 5, f: null, t: true }
+  assert.deepEqual(bereinigeTexte(roh), { a: ['xy', { b: 'ż?' }], n: 5, f: null, t: true })
+})