找出给定字体支持的字符-IT科技

找出给定字体支持的字符

2024-11-06 08:34:00

admin

原创

293

摘要：问题描述：如何从 Linux 上的 TrueType 或嵌入式 OpenType 字体中提取支持的 Unicode 字符列表？是否有一个工具或库可以用来处理 .ttf 或 .eot 文件并构建字体提供的代码点列表（如 U+0123、U+1234 等）？解决方案 1：以下是使用fontTools Python ...

问题描述：

如何从 Linux 上的 TrueType 或嵌入式 OpenType 字体中提取支持的 Unicode 字符列表？

是否有一个工具或库可以用来处理 .ttf 或 .eot 文件并构建字体提供的代码点列表（如 U+0123、U+1234 等）？

解决方案 1：

以下是使用fontTools Python 库的方法（您可以使用类似的方法安装pip install fonttools）：

#!/usr/bin/env python
from itertools import chain
import sys

from fontTools.ttLib import TTFont
from fontTools.unicode import Unicode

with TTFont(
    sys.argv[1], 0, allowVID=0, ignoreDecompileErrors=True, fontNumber=-1
) as ttf:
    chars = chain.from_iterable(
        [y + (Unicode[y[0]],) for y in x.cmap.items()] for x in ttf["cmap"].tables
    )
    if len(sys.argv) == 2:  # print all code points
        for c in chars:
            print(c)
    elif len(sys.argv) >= 3:  # search code points / characters
        code_points = {c[0] for c in chars}
        for i in sys.argv[2:]:
            code_point = int(i)   # search code point
            #code_point = ord(i)  # search character
            print(Unicode[code_point])
            print(code_point in code_points)

该脚本将字体路径和可选的代码点/字符作为要搜索的参数：

$ python checkfont.py /usr/share/fonts/**/DejaVuSans.ttf
(32, 'space', 'SPACE')
(33, 'exclam', 'EXCLAMATION MARK')
(34, 'quotedbl', 'QUOTATION MARK')
…

$ python checkfont.py /usr/share/fonts/**/DejaVuSans.ttf 65 12622  # a ㅎ
LATIN CAPITAL LETTER A
True
HANGUL LETTER HIEUH
False

解决方案 2：

X 程序xfd可以做到这一点。要查看“DejaVu Sans Mono”字体的所有字符，请运行：

xfd -fa "DejaVu Sans Mono"

它包含在 Debian/Ubuntu 上的 x11-utils 包、Fedora/RHEL 上的 xorg-x11-apps 包以及 Arch Linux 上的 xorg-xfd 包中。

解决方案 3：

该fontconfig命令可以将字形列表输出为紧凑的范围列表，例如：

$ fc-match --format='%{charset}
' OpenSans
20-7e a0-17f 192 1a0-1a1 1af-1b0 1f0 1fa-1ff 218-21b 237 2bc 2c6-2c7 2c9
2d8-2dd 2f3 300-301 303 309 30f 323 384-38a 38c 38e-3a1 3a3-3ce 3d1-3d2 3d6
400-486 488-513 1e00-1e01 1e3e-1e3f 1e80-1e85 1ea0-1ef9 1f4d 2000-200b
2013-2015 2017-201e 2020-2022 2026 2030 2032-2033 2039-203a 203c 2044 2070
2074-2079 207f 20a3-20a4 20a7 20ab-20ac 2105 2113 2116 2120 2122 2126 212e
215b-215e 2202 2206 220f 2211-2212 221a 221e 222b 2248 2260 2264-2265 25ca
fb00-fb04 feff fffc-fffd

用于fc-query文件.ttf和fc-match已安装的字体名称。

这可能不涉及安装任何额外的软件包，也不涉及翻译位图。

用于`fc-match --format='%{file}
'`检查是否匹配正确的字体。

解决方案 4：

fc-query my-font.ttf将为您提供受支持的字形图以及根据 fontconfig字体适用的所有语言环境

由于几乎所有现代 Linux 应用程序都是基于字体配置的，因此这比原始的 unicode 列表更有用

实际的输出格式在这里讨论
http://lists.freedesktop.org/archives/fontconfig/2013-September/004915.html

解决方案 5：

下面是一个POSIX [1] shell 脚本，它可以以一种简单易行的方式打印代码点和字符，Neil Mayhew 的回答fc-match中提到了它的帮助（它甚至可以处理最多 8 位十六进制数字的 Unicode）：

#!/bin/bash
for range in $(fc-match --format='%{charset}
' "$1"); do
    for n in $(seq "0x${range%-*}" "0x${range#*-}"); do
        n_hex=$(printf "%04x" "$n")
        # using U for 5-hex-digits
        printf "%-5sU$n_hex    " "$n_hex"
        count=$((count + 1))
        if [ $((count % 10)) = 0 ]; then
            printf "
"
        fi
    done
done
printf "
"

您可以传递字体名称或任何fc-match可以接受的内容：

$ ls-chars "DejaVu Sans"

更新内容：

我了解到 subshell 非常耗时（printf我脚本中的 subshell）。所以我设法编写了一个改进版本，速度提高了 5-10 倍！

#!/bin/bash
for range in $(fc-match --format='%{charset}
' "$1"); do
    for n in $(seq "0x${range%-*}" "0x${range#*-}"); do
        printf "%04x
" "$n"
    done
done | while read -r n_hex; do
    count=$((count + 1))
    printf "%-5sU$n_hex    " "$n_hex"
    [ $((count % 10)) = 0 ] && printf "
"
done
printf "
"

旧版：

$ time ls-chars "DejaVu Sans" | wc
    592   11269   52740

real    0m2.876s
user    0m2.203s
sys     0m0.888s

新版本（行号表示 5910+ 个字符，耗时 0.4 秒！）：

$ time ls-chars "DejaVu Sans" | wc
    592   11269   52740

real    0m0.399s
user    0m0.446s
sys     0m0.120s

更新结束

示例输出（它在我的 st 终端中对齐更好