Quand un PDF n'embarque pas une police, le composant HotPDF rend ce texte avec une police Windows installée choisie par HPDFMapBaseFontToSystem : il décode le nom /BaseFont, retire la partie style, essaie plusieurs graphies jusqu'à ce que GDI confirme que la famille est installée, mesure les largeurs standard 14 manquantes depuis des polices métriquement compatibles, et convertit les codes sur un octet en Unicode avant de dessiner. Chacune de ces étapes existe parce que l'approche évidente échoue sur de vrais fichiers. Le moteur de page RenderLoadedPageToBitmap traite bien les programmes embarqués ; voici l'histoire des polices qui ne sont pas du tout dans le fichier
Pourquoi GDI dessine-t-il en silence le mauvais caractère pour une police non embarquée ?
GDI ne signale jamais une police manquante : donnez à CreateFontIndirect à la main un nom de fonte qu'il ne connaît pas et il sélectionne en silence un substitut, souvent une autre serif sans graisse bold. Passez le nom PDF presque verbatim et TimesNewRoman,Bold, TimesNewRomanPS-BoldMT et SegoeUI-Semibold ne matchent rien et sortent dans ce que GDI choisit. Les noms peuvent être pires. ISO 32000-1 §7.3.5 laisse un nom écrire n'importe quel octet en #xx, et les producteurs CJK écrivent habituellement les noms de polices en UTF-8 échappé ou en octets de page de code héritée ; un mappeur qui saute l'étape de décodage demande à GDI une fonte nommée d'après les échappements eux-mêmes. HPDFMapBaseFontToSystem décode d'abord les échappements, rend une séquence d'octets UTF-8 valide comme caractères, et lit tout autre octet haut dans la page de code du système
Couper le style est là où les heuristiques mordent. Une virgule termine toujours la famille (Arial,Bold donne Arial), mais un tiret ne le fait que si le mot qui suit est un style : Bold, Italic, Oblique, Regular, Roman, Medium, Light, Black, Heavy, Semi, Demi, Thin, Extra, Ultra ou Condensed. Cette règle garde MS-Mincho entier tout en transformant Calibri-Light en Calibri. HotPDF essaie ensuite les graphies de la famille, suivies des graphies de la famille amputée d'un suffixe PSMT, MT ou PS. Ces graphies couvrent chaque choix d'espacement aux endroits où un mot peut commencer : devant une capitale qui suit une minuscule (MyriadPro devient Myriad Pro), à la dernière capitale d'une série suivie par une minuscule (UIGothic), et après un MS initial (MSPGothic), depuis la forme entièrement espacée jusqu'au nom tel qu'écrit ; au-delà de quatre tels endroits, seules la forme entièrement espacée et le nom soudé sont essayés. L'espacement ne peut pas être appliqué aveuglément, car Windows garde certains mots soudés : SimSun est installé sous exactement cette graphie, tandis que MicrosoftYaHei, MicrosoftJhengHei et MSPGothic appartiennent à Microsoft YaHei, Microsoft JhengHei et MS PGothic. Un mappeur qui met un espace devant chaque capitale interne cherche MicrosoftYaHei comme Microsoft Ya Hei et ne le trouve jamais. Un candidat compte comme installé quand CreateFontIndirect suivi de GetTextFace renvoie le nom demandé, ou quand la table name de la police sélectionnée le liste comme famille, nom complet ou nom de famille typographique dans n'importe quelle langue ; la réponse est mise en cache par nom, si bien que des documents aux nombreuses polices non installées ne sondent pas Windows pour chaque nom à chaque page
Comme la fonction de mapping est publique dans l'unité HPDFRenderFontMetrics, un rapport de préflight peut montrer avec quelle famille installée chaque police non embarquée va se rendre, en utilisant l'énumération de polices que THotPDF expose déjà pour les documents chargés :
uses
HPDFDoc, HPDFRenderFontMetrics;
procedure ListSystemFontMappings(Pdf: THotPDF; Log: TStrings);
var
Page, I: Integer;
Info: THPDFLoadedFontInfo;
begin
for Page := 0 to Pdf.LoadedPageCount - 1 do
for I := 0 to Pdf.GetLoadedFontCount(Page) - 1 do
if Pdf.GetLoadedFontInfo(Page, I, Info) and not Info.IsEmbedded then
Log.Add(Format('page %d /%s %s -> %s',
[Page + 1, string(Info.ResourceName), string(Info.FontName),
HPDFMapBaseFontToSystem(Info.FontName)]));
end;
Comment HotPDF mesure-t-il les polices standard 14 sans /Widths ?
HotPDF mesure les avances manquantes sur la police installée avec les mêmes métriques, car ISO 32000-1 §9.6.2.2 autorise les 14 polices standard à omettre /Widths et la bibliothèque ne livre aucune table AFM. Arial porte les métriques de Helvetica, Times New Roman porte Times et Courier New porte Courier, donc HPDFMeasureBaseFontWidths crée la fonte correspondante à lfHeight = -1000 et appelle GetCharWidth32W ; à cette hauteur le résultat est déjà dans les unités 1/1000 em qu'utilisent les largeurs PDF. Le moteur convertit d'abord chaque code en Unicode via /Encoding, /BaseEncoding et /Differences, à défaut StandardEncoding. L'export SVG et l'extraction de texte partagent un piège de plus : une police Type 1 standard sans aucun /Encoding a malgré tout une StandardEncoding implicite, et un décodeur construit sans elle ne porte aucune information d'encodage, si bien que chaque largeur mesurée reste inutilisée. HotPDF fournit la StandardEncoding implicite et la marque comme encodage prédéfini ; la router par le chemin de nom CMap décoderait chaque code en 0, et chaque largeur suivrait
Gras, italique et les drapeaux de descripteur de police numérotés à partir de un
L'entrée /Flags d'un descripteur de police numérote ses bits à partir de 1, pas de 0, donc ForceBold est le bit 19 ($40000) et Italic le bit 7 ($40), selon la Table 123 d'ISO 32000-1. Le décalage de un se fait facilement : compter depuis zéro et $20000 ressemble à ForceBold, mais c'est le bit 18, SmallCap, et un test de graisse dessus rend toutes les petites capitales en gras. Le piège se cache aussi bien, car /FontDescriptor est presque toujours une référence indirecte : du code qui ne lit que les objets directs n'atteint jamais la branche des drapeaux, et la même cécité ignore /Widths 12 0 R et met le texte en page à une avance de repli. Résoudre les références indirectes et épingler les constantes de bits à la Table 123 vont ensemble :
const
// ISO 32000-1 Table 123 compte les positions de bits depuis 1
FD_ITALIC = $00040; // bit 7
FD_SMALLCAP = $20000; // bit 18, pas un poids
FD_FORCEBOLD = $40000; // bit 19
procedure ApplyDescriptorFlags(Flags: Integer; var LF: TLogFont);
begin
if (Flags and FD_FORCEBOLD) <> 0 then
LF.lfWeight := FW_BOLD;
if (Flags and FD_ITALIC) <> 0 then
LF.lfItalic := 1;
end;
Pourquoi les polices CJK à CMap UCS2 reçoivent-elles les mauvaises largeurs ?
Un texte CJK avec un CMap UCS2 prédéfini dessine les bons glyphes mais le mauvais espacement quand un moteur traite le code comme le CID, car /W est indexé par CID, pas par code de caractère. Avec STSong-Light et UniGB-UCS2-H, le code arrive à égaler la valeur Unicode, donc GDI dessine les bons caractères et la faute se cache dans les avances : les lettres minuscules arrivent comme codes 97 et au-delà, tombent hors d'une entrée /W telle que [1 95 500], et reçoivent toutes la largeur par défaut /DW de 1000. Le moteur HotPDF lit les codes via les plages codespace du CMap (ISO 32000-1 §9.7.6.2) et les mappe vers des CIDs avant de chercher les largeurs. Il travaille depuis les tables UCS2 et UTF16 intégrées et les flux CMap embarqués ; une approximation identité pour quelque chose comme GBK-EUC-H semblerait seulement prise en charge tout en produisant une sortie fausse, donc elle n'est délibérément pas utilisée
Pourquoi les caractères accentués deviennent-ils des points d'interrogation sur un Windows chinois ?
Les codes sur un octet ne doivent jamais atteindre les fonctions GDI ANSI (« A »), car GetGlyphOutlineA et GetGlyphIndicesA interprètent les octets dans la page de code du système tandis que TextOutA utilise le jeu de caractères de la police sélectionnée. Sur un système chinois, l'octet Arial $A9 (le signe copyright en Windows-1252) devient un octet conducteur GBK et se rend en « ? », et tout chemin de contour qui appelle les fonctions A y tombe droit. HotPDF demande à la police réalisée son jeu de caractères avec GetTextCharset, le convertit en page de code via TranslateCharsetInfo, passe l'octet par MultiByteToWideChar et appelle les fonctions W ; les polices symbol utilisent U+F000 plus le code à la place. Les encodages en désaccord avec Windows-1252 — /Differences, StandardEncoding, MacRomanEncoding — sont mappés vers l'Unicode avant que toute police système ne les voie
Jusqu'où va le dessin avec des polices système ?
Le rendu par polices système est une approximation par nature, et le Windows localisé ajoute une complication : GetTextFace rapporte le nom de famille dans la langue du système, si bien qu'une comparaison de noms seule jugerait Microsoft YaHei manquant sur un Windows chinois ou Yu Mincho sur un Windows japonais. Voilà pourquoi une fonte qui revient sous un autre nom est aussi recherchée dans la table name de la police. La compatibilité métrique existe pour les familles Helvetica, Times et Courier ; Symbol se mappe vers Symbol et ZapfDingbats vers Wingdings, ce qui est un expédient plutôt qu'une correspondance. Le preflight ci-dessus parcourt le dictionnaire /Resources de chaque page, donc les polices référencées seulement depuis des form XObjects exigent une passe à elles. Quand un code reste indessinable, le suivi des glyphes non résolus au moment du dessin le rapporte, un meilleur signal que d'inspecter des vignettes
La réponse durable siège du côté de la création. HotPDF lui-même écrit avec FontEmbedding à True par défaut, substituant un Arial embarqué même quand le code appelle SetFont avec Helvetica, et le texte embarqué passe par le moteur de glyphes de polices embarquées au lieu de n'importe laquelle des devinettes ci-dessus. Un garde pas cher pour les fichiers entrants consiste à avertir avant rendu quand une famille mappée n'est pas dans la liste des polices d'écran :
// VCL : Screen.Fonts liste les noms de familles installées (unité Forms)
function MissingSystemFamily(const BaseFont: AnsiString): Boolean;
begin
Result := Screen.Fonts.IndexOf(HPDFMapBaseFontToSystem(BaseFont)) < 0;
end;
Pour le composant complet, y compris rendu de pages, extraction de texte et font subsetting côté écriture, voir la page produit du HotPDF Delphi PDF component