fonttools 读取 cmap 数据答案

【问题标题】：fonttools reading cmap datafonttools 读取 cmap 数据
【发布时间】：2019-02-01 20:43:16
【问题描述】：

背景：

使用 fonttools 我想将像“ل”（U+0644）这样的字符更改为它的初始形式“ﻟ”（U+FEDF）。我可以分 4 步完成：

使用fonttools，将字体数据保存为xml，然后解析

font = TTFont(fontPath) font.saveXML("tempfont.xml")
在cmap表中找到与U+0644关联的名称（假设名称为“isolam”）
在 GSUB 表中找到“init”表，找到具有“isolam”的“in”属性的条目，然后读取它的“out”属性（假设它是“initlam”）
最后在cmap表中搜索名称“initlam”得到code-point

这个过程很慢，我认为这是因为 xml 文件是硬写的，然后从那里读取，而且还有很多迭代 xml 文件。

问题：

我现在尝试直接使用 TTFont 对象，而不是保存 xml 文件。但我从 cmap 读取代码点时遇到问题。

font = TTFont(fontPath)
cmap = font['cmap'].tables

# there are 3 cmap tables for different platform in the font i am using, but
# for now i'm using cmap[2] which has platformId = 3 and is for windows.
print(cmap[2].data)

但结果似乎是胡言乱语。它很长，所以我只显示一些：

b'\x00`\x00@\x00\x05\x00\x00!\x00+\x00/\x009\x00:\x00>\x00[\x00]\x00{\x00}\x00\xab\ x00\xbb\

现在我希望它返回一个字典，其中代码点作为键，名称作为值，或者可能是一个元组列表。

那么我怎样才能以可理解的格式访问 cmap 数据？

或者，如果给定相关的代码点，我如何获得字形的名称，反之亦然？

【问题讨论】：

它是用字节码写的。您可以使用 str(cmap[2].data) 来获取可读文本。
不幸的是，这并没有改变任何东西。它只是改变了变量的类型。也许你的意思是chr(cmap[2].data)，由于某种原因，它给出了一个错误，说它需要 int 但得到了字节。但如果我写：for i in cmap[2].data: print(i) 它会好一点，你可以看到一些字符，但仍然没有任何意义。

标签： python ttx-fonttools glyph-substitution

【解决方案1】：

要将实际字符映射到cmap table 中的名称，您可以执行以下操作：

font = TTFont(fontPath)
ch_to_name = {} # key will be the codepoint in hex, value will be name

cmap = font["cmap"]
for ch, name in cmap.getBestCmap().items():
    ch_to_name["{:04X}".format(ch)] = name

【讨论】：