C/C++中从True type字体文件中提取Unicode字符值的编程实现
C/C++中从True type字体文件中提取Unicode字符值的编程实现
提问于 2012-07-19 23:12:18
我正在尝试从PDF中包含的嵌入式true type字体文件中提取UTF-8字符值。有没有人知道这样做的方法？PDF中的值可能类似于'2%dd！w!|<~‘，在由TTF中的相应字形表示的PDF中，这将以'Hello World’结束。我希望能够在这里提取wchar值。这个是可能的吗？TTF中是否存在每个字符的UTF-8值？
回答 2
Stack Overflow用户
回答已采纳
发布于 2012-07-30 18:29:05
字形ID并不总是对应于Unicode字符值-特别是对于使用大量连字和变体字形形式的非拉丁文字，其中字形和字符之间没有一对一的对应关系。
只有带标签的PDF文件才会存储Unicode文本，否则您可能需要从字体中的字形名称重新构建字符。如果使用的字体具有根据Adobe的字形命名约定或Adobe Glyph List Specification命名的字形，这是可能的-但许多字体，包括标准的视窗字体，不遵循这种命名约定。
Stack Overflow用户
发布于 2012-07-20 15:58:57
UTF-8是一种编码，它允许对UTF8编码的流进行解码，以显示unicode字符点的序列。在任何情况下，PDF都不使用UTF-8编码。对于真类型文本，使用8位对每个字形进行编码。
解码：
- 一次从字体definition
- Read读取8位的差异数组和编码，并使用在步骤1中读取的编码和差异数组生成"AdobeGlyphId“。
- 使用adobe字形id查找Unicode值
这在PDF规范的9.10节中有详细介绍
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/11563856
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号