将Unicode写入PDF

Question

我有Unicode文本（Unicode代码序列）和TTF字体（TTF文件的字节）。我想使用该字体将该文本写入PDF文件。

我对PDF非常了解。我不介意每个字符使用两个字节。我想按原样附加TTF文件（应从TTF文件使用charcode-to-glyf映射）。

我应该使用哪种字体Subtype和Encoding？是否可以避免记录ToUnicode？

我尝试使用Subtype =“ / TrueType”，但是它需要指定FirstChar，LastChar和Widths（它们已经在TTF内部）。

Answer 1

您根本不能将Unicode与字体一起使用（在有限的情况下，拉丁或几乎是拉丁语言除外），因为字体使用编码，并且编码是一个单字节数组。因此，您不能从一个Font中引用超过256个字符，并且字符代码不能超过一个字节。

“使用Unicode”的第一个问题是Unicode不是简单的2字节编码，而是多字节格式，具有可变长度，有时单个字形由多个Unicode代码点表示。

因此，为了处理此问题，您需要使用CIDFont，而不是Font。您不能“使用从字符编码到glyf的映射”，我假设您是指TTF字体中的CMAP子表。您必须将CIDFont与CMap组合在一起，才能将文本字符串中的多个字节映射到字符代码中，以便在CMap中进行查找，从而为您提供CID来引用字体中的精确字符程序。

也许可以构建一个覆盖每个Unicode代码点的CMap，但是我对此表示怀疑，这肯定是一项艰巨的任务。但是，某些CMap已经存在。 Adobe在其网站上发布了标准列表，其中包括CMap，例如UniCNS-UCS2-H和UniCNS-UCS2-V或UniGB-UTF8-H等。

您可能可以使用标准CMap之一。

请注意，FirstChar，LastChar等已存储为TrueType字体并不重要，您仍然需要在PDF Font对象中指定它们。这是因为PDF使用者可能根本不渲染文本，例如可以提取文本，在这种情况下，只要此信息可用，就不需要解释字体。