PDF - CMap 中的连字映射

Question

我有一个具有以下映射的 pdf：

<019A> <0074>
<039E> <00A9>
<019F> <00740069>
<01B5> <0075>
<01C0> <0076>
<01C7> <0079>
<03EC> <0030>

映射，cid 代表连字ti。
在映射 \u0074 -> t 和 \u0069 -> i（因此）连字 ti。
如何获得实际的连字 unicode？或者我必须跟踪这种模式并用连字的实际 unicode 替换 cid 映射？

谢谢。

Answer 1

基本上，对于每个字符代码，您不能假设映射中只有一个 unicode 字符。您将不得不输出这两个字符。在 unicode 中它甚至可以超过两个字符。有些字体也有“ffl”的连字。

这里还需要注意的是，Unicode 规范也对连字有特殊的单字符定义：https://en.wikipedia.org/wiki/Typographic_ligature 映射中可能会使用特殊的连字 unicode 字符。