Unicode 代码点到字体符号的映射？

Question

我们知道代码点65代表A。存在一对一的映射，因此很容易渲染。从字体文件中获取符号 A 并渲染它。

65 == A

现在让我们考虑印地语。代码点 0x0924 代表 त，同样易于映射。

0x0924 == त

但是，如果代码点 0x0924 后面紧跟着代码点 0x094d 和 0x0930，它们代表 ् 和र 分别表示的不是这 3 个的组合，而是一个新的符号 त्र

0x0924 0x094d 0x0930 != त ् र

但是

0x0924 0x094d 0x0930 == त्र

我的问题是。

1. 哪个程序负责指示代码点的分组将创建新的符号，但不指示符号的连接。
2. 在打字时，当由于打字而附加新代码点时，相同的程序是否会监视并动态更改已渲染符号的输入
3. 如何为此类规则创建字体？

Answer 1

欢迎使用现代字体:它们不是您想象的那样。 “一个代码点映射一个字母”的时代已经是 20 年前的事了，现代字体在过去的几十年里所做的远不止于此。我将用 OpenType 来解释这一点字体(大多数人称之为“ttf”和“otf”字体。是的，它们是相同的字体，它们只是字形轮廓编码不同，这是现代字体中最不值得注意的部分)，因为那就是那种您最有可能使用的，在这种情况下:字体几乎控制一切，而您所依赖的文本引擎只需遵循其说明即可。

OpenType 字体有 "Character Map"它提供了(所有)从输入字节代码到可用字形列表中某个字形(“形状”)的简单一对一映射。 (请注意，这不定义字体的“存在哪些字形”，它仅说明哪些字形直接与单个字符代码(例如单个 ASCII 字节或 Unicode 代码点)匹配. 可能还有数千个用于合成、或多代码点替换等的字形，这些字形无法通过字符映射表解析)。

此外，一种字体通常可以包含多个映射，因为不同的历史和当前字符集(ASCII、EUC-KR、ISO2022-JP、Unicode 等)不使用相同的字母/符号具有相同的代码。当然，如果他们有任何分享的话。

虽然将二进制代码映射到其他二进制代码非常简单，但现代字体(尤其是 OpenType)的真正威力在于接下来发生的事情。

1. OpenType 具有完全的连字控制，因此仅仅因为代码 X 生成字形 GX，代码 Y 生成字形 GY，并不意味着 X + Y 将生成 GX + GY。可能有多种不同类型的连字(一对一、多对一、上下文、基于位置等)，它们都由 GSUB 控制。表，(“GSUB”代表“G”lyph“SUB”位置)。当您键入多个印地语共振峰并且它们形成一个“字母”时，这就是 GSUB 的作用。例如，如果我输入“f”+“i”，那么在设计良好的字体中，您很可能会看到单个连字 fi。同样，如果您正在编写阿拉伯语，其中字母根据其在单词中的位置而具有不同的形状，GSUB 也涵盖了这一点。 GSUB 表可以包含数百个不同的规则集，以确保其适用于所有语言都能正确呈现。
2. 是的，但与其说它是一个“程序”，不如说它是一个字体。现代字体有点像游戏 ROM，因为您需要一个引擎来执行它们，但它们是所有的主宰并包含所有的逻辑。文本渲染引擎只是简单地“嘿字体，我有这个字节序列作为输入，请指导我如何将其转换为轮廓向量”，并且字体包含有关需要发生的情况的所有信息。
3. “使用字体软件”。这是一个显而易见的答案:好的字体是用软件制作的，它可以让您完成所有需要做的事情，以便您想要的语言支持发挥作用。 FontForge , FontStudio , FontCreator等等，以及用于优化字体所需的所有 OpenType 功能的附加工具(数量之多令人难以置信)。

制作好的字体，即使只是对它们进行编程(因此根本不考虑字体设计)是一项非常专业的工作。