Question

我的最终目标是创建从glyph_id到unicode_chars的映射。由于单个字形可以映射到许多有序的glyph_id --> uni_1, uni_2, uni_3 ...，所以该映射将在某种程度上是unicode_characters。

我正在寻找一些工具或库，最好是在python中，通过它我可以访问所有元信息，例如字体内的表格。

我也在寻找一些可靠的资源，通过它我可以理解将多个Unicode映射到字形的过程。

我知道harfbuzz之类的工具会在给定的Unicode字符串上生成（字形，位置）对。但是我不确定它是否相反。

感谢所有帮助。

Answer 1

您可能应该检查fontTools Python库，该库包含使用字体所需的组件。

您感兴趣的字体表是“ cmap”表，而您想要的基本上是Unicode映射子表的反向映射（有几种子表可以映射Unicode；如果您不熟悉，这个概念，建议您参考OpenType specification了解更多信息）。基本上，您将获得Unicode到字形的映射，并将其反转。

fontTools实际上具有一个不错的功能，它将自动选择“最佳” cmap子表（它具有首选cmap子表类型的有序列表，并返回您打开的特定字体中的第一个可用）。这是使用该功能的示例：

from fontTools.ttLib import TTFont
from collections import defaultdict

font = TTFont('path/to/fontfile.ttf')
unicode_map = font.getBestCmap()
reverse_unicode_map = defaultdict(list)

for k, v in unicode_map.items():
    reverse_unicode_map[v].append(k)

reverse_unicode_map现在拥有字形（字形名称）到整数代码点列表的映射：

>>> reverse_unicode_map
defaultdict(<class 'list'>, {'.null': [0, 8, 29], 'nonmarkingreturn': [9, 13], 'space': [32], 'exclam': [33], 'quotedbl': [34], 'numbersign': [35], 'dollar': [36], 'percent': [37], 'quotesingle': [39], 'parenleft': [40], 'parenright': [41], 'asterisk': [42], 'plus': [43], 'comma': [44], 'hyphen': [45], 'period': [46], 'slash': [47], 'zero': [48], 'one': [49], 'two': [50], 'three': [51], 'four': [52], 'five': [53]})

您会看到有2个字形，“。null”和“ nonmarkingreturn”映射到多个Unicode。

如果需要将字形名称解析为字形 indices ，则可以使用font.getGlyphID()方法（传入字形名称；该方法将返回相应的整数ID）。

是否有一些python工具或软件工具可用来访问字体内的所有组件和表格？

1 个答案: