Artykuł techniczny

Renderowanie fontów PDF fontami systemu w Delphi

Gdy PDF nie osadza fontu, komponent HotPDF renderuje ten tekst zainstalowanym fontem Windows wybranym przez HPDFMapBaseFontToSystem: dekoduje nazwę /BaseFont, obcina część stylową, próbuje kilka pisowni, dopóki GDI nie potwierdzi, że rodzina jest zainstalowana, mierzy brakujące szerokości standard 14 na fontach zgodnych metrycznie i konwertuje jednobajtowe kody do Unicode przed rysowaniem. Każdy z tych kroków istnieje, bo oczywiste podejście zawodzi na prawdziwych plikach. Renderer stron RenderLoadedPageToBitmap dobrze radzi sobie z osadzonymi programami; to historia fontów, których w pliku w ogóle nie ma

Dlaczego GDI po cichu rysuje złą odmianę pisma dla nieosadzonego fontu?

GDI nigdy nie zgłasza brakującego fontu: podaj CreateFontIndirect nazwę odmiany, której nie zna, a po cichu wybierze zamiennik, często inną antykwę bez grubości bold. Przekaż nazwę z PDF prawie dosłownie, a TimesNewRoman,Bold, TimesNewRomanPS-BoldMT i SegoeUI-Semibold wszystkie nie dopasują niczego i wychodzą tym, co GDI akurat wybrał. Nazwy bywają gorsze. ISO 32000-1 §7.3.5 pozwala zapisać w nazwie dowolny bajt jako #xx, a producenci CJK regularnie zapisują nazwy fontów jako sekwencje ucieczkowe UTF-8 albo bajty starych stron kodowych; mapper, który pominie krok dekodowania, prosi GDI o odmianę nazwaną od samych sekwencji ucieczkowych. HPDFMapBaseFontToSystem najpierw dekoduje sekwencje ucieczkowe, zwraca poprawną sekwencję bajtów UTF-8 jako swoje znaki i czyta inne wysokie bajty w systemowej stronie kodowej

Obcinanie stylu to miejsce, gdzie heurystyki gryzą. Przecinek zawsze kończy rodzinę (Arial,Bold daje Arial), ale łącznik tylko wtedy, gdy słowo po nim to styl: Bold, Italic, Oblique, Regular, Roman, Medium, Light, Black, Heavy, Semi, Demi, Thin, Extra, Ultra albo Condensed. Ta reguła trzyma MS-Mincho w całości, zamieniając Calibri-Light w Calibri. HotPDF próbuje potem pisowni rodziny, po czym pisowni rodziny z usuniętym sufiksem PSMT, MT albo PS. Te pisownie pokrywają każdy wybór spacji w miejscach, gdzie może zacząć się słowo: przed wielką literą następującą po małej (MyriadPro staje się Myriad Pro), przy ostatniej wielkiej ciągu, po której idzie mała (UIGothic), i po wiodącym MS (MSPGothic), od formy w pełni rozspacowanej po nazwę tak, jak zapisana; powyżej czterech takich miejsc próbowane są tylko forma w pełni rozspacowana i nazwa sklejona. Spacji nie można stosować w ciemno, bo Windows trzyma niektóre słowa sklejone: SimSun jest zainstalowany dokładnie pod tą pisownią, podczas gdy MicrosoftYaHei, MicrosoftJhengHei i MSPGothic należą do Microsoft YaHei, Microsoft JhengHei i MS PGothic. Mapper, który wstawia spację przed każdą wewnętrzną wielką literą, szuka MicrosoftYaHei jako Microsoft Ya Hei i nigdy nie znajduje. Kandydat liczy się jako zainstalowany, gdy CreateFontIndirect, a po nim GetTextFace, zwracają żądaną nazwę, albo gdy tabela name wybranego fontu wymienia ją jako rodzinę, pełną albo typograficzną nazwę rodziny w dowolnym języku; odpowiedź jest cache'owana per nazwa, więc dokumenty z wieloma niezainstalowanymi fontami nie dopytują Windows o każdą nazwę na każdej stronie

Potok HotPDF renderujący nieosadzone fonty PDF fontami systemowymi w Delphi: HPDFMapBaseFontToSystem dekoduje bajty ucieczkowe #xx w nazwie /BaseFont, obcina sufiksy stylowe Bold, Italic i Light, trzymając MS-Mincho w całości, buduje pisownie kandydackie jak Myriad Pro i Microsoft YaHei i przyjmuje jedną tylko wtedy, gdy GetTextFace albo tabela nazw fontu potwierdzi zainstalowaną nazwę
GDI nigdy nie zgłasza brakującego fontu, po cichu podstawia zamiennik — mapowanie próbuje kandydatów po kolei i ufa tylko nazwie, którą GDI odda albo którą wymienia tabela nazw wybranego fontu

Ponieważ funkcja mapująca jest publiczna w jednostce HPDFRenderFontMetrics, raport wstępny może pokazać, z którą zainstalowaną rodziną wyrenderuje się każdy nieosadzony font, korzystając z wyliczania fontów, które THotPDF już wystawia dla wczytanych dokumentów:

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;

Jak HotPDF mierzy standardowe 14 fontów bez /Widths?

HotPDF mierzy brakujące posuwy na zainstalowanym fontie tymi samymi metrykami, bo ISO 32000-1 §9.6.2.2 pozwala standardowym 14 fontom pomijać /Widths, a biblioteka nie wozi ze sobą tabel AFM. Arial niesie metryki Helvetica, Times New Roman niesie Times, a Courier New niesie Courier, więc HPDFMeasureBaseFontWidths tworzy pasującą odmianę przy lfHeight = -1000 i woła GetCharWidth32W; przy tej wysokości wynik jest już w jednostkach 1/1000 em, których używają szerokości PDF. Renderer najpierw zamienia każdy kod w Unicode przez /Encoding, /BaseEncoding i /Differences, domyślnie StandardEncoding. Eksport SVG i ekstrakcja tekstu dzielą jeszcze jedną pułapkę: standardowy font Type 1 bez żadnego /Encoding nadal ma implikowane StandardEncoding, a dekoder zbudowany bez niego nie niesie żadnej informacji o kodowaniu, więc każda zmierzona szerokość idzie na darmo. HotPDF dostarcza implikowane StandardEncoding i oznacza je jako predefiniowane kodowanie; skierowanie tego ścieżką nazw CMap zamiast tego dekodowałoby każdy kod jako 0, a za tym poszłyby wszystkie szerokości

Bold, italic i numerowane od jednego flagi deskryptora fontu

Wpis /Flags deskryptora fontu numeruje swoje bity od 1, nie od 0, więc ForceBold to bit 19 ($40000), a Italic to bit 7 ($40), według Tabeli 123 ISO 32000-1. Przesunięcie o jeden łatwo zrobić: licz od zera, a $20000 wygląda jak ForceBold, ale to bit 18, SmallCap, i test grubości na nim wyrenderuje każdą odmianę small-caps jako bold. Pułapka dobrze się kryje, bo /FontDescriptor jest prawie zawsze odwołaniem pośrednim: kod czytający wyłącznie obiekty bezpośrednie nigdy nie dochodzi do gałęzi flag, i ta sama ślepota ignoruje /Widths 12 0 R, układając tekst posuwem zapasowym. Rozwiązywanie odwołań pośrednich i przypięcie stałych bitowych do Tabeli 123 idą razem:

const
  // Tabela 123 ISO 32000-1 liczy pozycje bitów od 1
  FD_ITALIC     = $00040;  // bit 7
  FD_SMALLCAP   = $20000;  // bit 18, nie grubość
  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;
Numeracja bitów wpisu /Flags deskryptora fontu PDF: Tabela 123 ISO 32000-1 liczy od bitu 1, przez co Italic to $40 na bicie 7, SmallCap to $20000 na bicie 18, a ForceBold to $40000 na bicie 19, więc test $20000 pod bold liczony od zera w rzeczywistości celuje w SmallCap i pozostaje ukryty, dopóki pośrednie odwołania /FontDescriptor nie są rozwiązywane
Gałąź flag za pośrednim deskryptorem pozostaje martwym kodem, dopóki odwołania się nie rozwiążą, a potem test bitów liczony od zera robi z tekstu small-caps bold

Dlaczego fonty CJK z CMap UCS2 dostają złe szerokości?

Tekst CJK z predefiniowanym CMap UCS2 rysuje właściwe glify, ale złe odstępy, gdy renderer traktuje kod jako CID, bo /W jest indeksowane CID-em, nie kodem znaku. Przy STSong-Light i UniGB-UCS2-H kod akurat równa się wartości Unicode, więc GDI rysuje poprawne znaki, a błąd kryje się w posuwach: małe litery przychodzą jako kody 97 i wyżej, wypadają poza wpis /W taki jak [1 95 500] i wszystkie dostają domyślną szerokość /DW równą 1000. Renderer HotPDF czyta kody przez zakresy codespace CMap (ISO 32000-1 §9.7.6.2) i mapuje je na CID-y, zanim zacznie szukać szerokości. Pracuje na wbudowanych tabelach UCS2 i UTF16 oraz na osadzonych strumieniach CMap; przybliżenie tożsamościowe dla czegoś takiego jak GBK-EUC-H tylko udawałoby obsługę, produkując złe wyjście, więc jest celowo nieużywane

Dlaczego tekst CJK z CMap UCS2 może rysować właściwe glify przy złych posuwach: /W jest indeksowane CID-em, podczas gdy kody to wartości Unicode, więc przy STSong-Light i UniGB-UCS2-H kody małych liter od 97 wzwyż chybiają wpisu /W [1 95 500] i biorą domyślne /DW, czego HotPDF unika, mapując kody na CID-y przez zakresy codespace CMap
Błąd kryje się, bo kod równa się tutaj Unicode — glify wyglądają dobrze, podczas gdy każdy posuw po cichu spada na domyślny, więc CJK oceniaj po odstępach, nie po kształtach

Dlaczego znaki z akcentami zmieniają się w znaki zapytania na chińskim Windows?

Jednobajtowe kody nie mogą nigdy dotrzeć do funkcji GDI ANSI („A”), bo GetGlyphOutlineA i GetGlyphIndicesA interpretują bajty w systemowej stronie kodowej, podczas gdy TextOutA używa zestawu znaków wybranego fontu. Na chińskim systemie bajt $A9 Ariala (znak copyright w Windows-1252) staje się wiodącym bajtem GBK i renderuje się jako „?”, a każda ścieżka konturu wołająca funkcje A wchodzi w to prosto. HotPDF pyta zrealizowany font o jego zestaw znaków przez GetTextCharset, przelicza go na stronę kodową przez TranslateCharsetInfo, przepuszcza bajt przez MultiByteToWideChar i woła funkcje W; fonty symboli używają zamiast tego U+F000 plus kod. Kodowania niezgodne z Windows-1252 — /Differences, StandardEncoding, MacRomanEncoding — są mapowane na Unicode, zanim zobaczy je jakikolwiek font systemowy

Jak daleko sięga rysowanie fontami systemowymi?

Renderowanie fontami systemowymi to z natury przybliżenie, a zlokalizowane Windows dodaje hicior: GetTextFace raportuje nazwę rodziny w języku systemu, więc samo porównanie nazw uznałoby Microsoft YaHei na chińskim Windows albo Yu Mincho na japońskim Windows za brakujące. Dlatego odmiana, która wraca pod inną nazwą, jest dodatkowo szukana w tabeli name fontu. Zgodność metryk istnieje dla rodzin Helvetica, Times i Courier; Symbol mapuje się na Symbol, a ZapfDingbats na Wingdings, co jest plastrą, nie dopasowaniem. Wstępny raport opisany wyżej obchodzi słownik /Resources każdej strony, więc fonty referencjonowane tylko z wnętrza form XObject potrzebują własnego przebiegu. Gdy kod nadal nie daje się narysować, zgłasza to śledzenie nierozwiązanych glifów w czasie rysowania, co jest lepszym sygnałem niż oglądanie miniatur

Trwała odpowiedź siedzi po stronie autorskiej. HotPDF sam zapisuje z FontEmbedding ustawionym domyślnie na True, podstawiając osadzony Arial nawet wtedy, gdy kod woła SetFont z Helvetica, a tekst osadzony idzie przez renderer glifów fontów osadzonych zamiast przez którekolwiek zgadywanie powyżej. Tani strażnik dla przychodzących plików to ostrzeżenie przed renderowaniem, gdy zmapowanej rodziny nie ma na liście fontów ekranowych:

// VCL: Screen.Fonts wymienia zainstalowane nazwy rodzin (jednostka Forms)
function MissingSystemFamily(const BaseFont: AnsiString): Boolean;
begin
  Result := Screen.Fonts.IndexOf(HPDFMapBaseFontToSystem(BaseFont)) < 0;
end;

Pełny komponent, łącznie z renderowaniem stron, ekstrakcją tekstu i subsetowaniem fontów po stronie zapisu, opisuje strona produktu HotPDF Delphi PDF component