【发布时间】：2019-06-03 08:44:51
【问题描述】：
我正在尝试在我正在编写的 PDF 文件中支持尽可能多的 Unicode。我希望能够输出 utf8 字符串并让它们在 PDF 中正确显示。
我在 libharu 编码文档 (https://github.com/libharu/libharu/wiki/Encodings) 中看到，我可以访问许多单字节代码页，如果我想要中文、日文和韩文，还有用于访问多字节代码页的特殊功能。但我的理解是，如果我想使用所有这些页面和函数来编写任意 utf8 字符串，我将不得不编写一堆代码来将我的 utf8 字符串分成每个使用特定代码页的段，然后执行任何代码页交换都是必要的，在输出之前将我的每个段从 utf8 反向映射到给定的代码页。与仅仅能够说“写这个 utf8 字符串”相比，这似乎是很多容易出错的工作。
为了能够编写 utf8 字符串，我正在使用此代码：
myPdf = HPDF_New( PdfErrorHandler, NULL );
HPDF_UseUTFEncodings( myPdf );
HPDF_SetCurrentEncoder( myPdf, "UTF-8" );
const char *f = HPDF_LoadTTFontFromFile( myPdf, "path/to/verdana.ttf", HPDF_TRUE );
HPDF_Font myFont = HPDF_GetFont( myPdf, f, "UTF-8" );
... go on to use myFont to write various text strings
这行得通，我可以编写带有重音拉丁字符、西里尔字母和希腊字符的 utf8 字符串，并且它们可以在 PDF 中正确显示。
但是，因为我使用 HPDF_TRUE 将字体嵌入到我的文件中，它显着增加了我的文件大小。实际上，我使用了四种字体（verdana.ttf、verdanab.ttf、verdanai.ttf 和 verdanaz.ttf），与我使用“内置”libharu 时相比，它们使我的文件大小增加了 600k 以上字体（使文件很小，只有几 k）。
（我确实尝试使用HPDF_FALSE 不嵌入字体，但随后我的文件以随机拉丁字符打开。）
我试图从概念上理解为什么有必要在我的 PDF 中嵌入字体，如果我使用的是像 verdana 这样的字体，无论如何都会在最终用户的系统上。 （我什至不在乎它是否是 verdana——任何标准的无衬线字体都可以。）我当然已经通过其他方式（例如，从 Word 导出）创建了许多包含希腊语、西里尔文、中文和其他字符的 PDF 文件，但它们很小。那么这个embedding-to-use-utf8 要求只是libharu 的一个怪癖吗？
另外，即使我使用 libharu 制作的文件有 600k 大容量，我的文件也将中文字符显示为块。我在 libharu 文档页面上读到 libharu 仅支持一个和两个字节的 utf8 序列，其中包括除中文、日文和韩文之外的大部分内容。那么这是否意味着我正在嵌入 verdana.ttf，其中大部分是中文、日文和韩文字形，我什至无法访问它们？
无论如何，中文、日文和韩文对我当前的应用程序并不重要，但对于两字节 utf8 序列，我试图了解是否有办法让我在 libharu 中使用它们而不必在我的文件中嵌入大字体。
【问题讨论】：