关于字体的问题

swordhui

有一些关于字体的疑问:

1. 编码

UTF-8, UTF-16, UCS-2, UCS-4, GB2312, GBK, ISO10646, CP936...

2. 以上编码的操作, 如排序, 搜索

3. 字库文件如 bdf, pcf, spd, ttf, ttc, otf, spd, afm, pfa, pfb
    对应的转换工具, 显示文件信息的工具, 字体编辑的工具

4. 知道文字的编码, 和字库文件,  怎么转换成点阵信息画到屏幕上.
    转换时, 各种字库的效率如何..

头都大了..

swordhui

知道了3个工具:

1. bdf2pcf
2. pcf2bdf
3. otf2bdf, 这个可以转换ttf和otf.  http://www.math.nmsu.edu/~mleisher/Software/otf2bdf/

知道了2个编辑工具
1. gbdfed
2. xmbdfed

功能完全相同, 只是一个依赖于gtk2, 一个依赖于openmotif

知道了:
UTF-8下, 所有的汉字都用3个字节表示... 简直是英语专用嘛

知道了:
微软现在用的是UTF-16.
为了用UTF-16, 字符串相关的API全部重定义了, 代价不可谓不大.

pinkme005

.....楼主想要干什么?开发字体吗?

d00m3d

Post by swordhui;2029288
知道了3个工具:

1. bdf2pcf
2. pcf2bdf
3. otf2bdf, 这个可以转换ttf和otf.  http://www.math.nmsu.edu/~mleisher/Software/otf2bdf/

知道了2个编辑工具
1. gbdfed
2. xmbdfed

功能完全相同, 只是一个依赖于gtk2, 一个依赖于openmotif

知道了:
UTF-8下, 所有的汉字都用3个字节表示... 简直是英语专用嘛

知道了:
微软现在用的是UTF-16.
为了用UTF-16, 字符串相关的API全部重定义了, 代价不可谓不大.

我以为 UTF-8 是用两个字节表示的？

swordhui

Post by pinkme005;2029305
.....楼主想要干什么?开发字体吗?

不想开发字体, 想了解内部机制
这样出了问题容易定位
了解机制后, 可以保证部分代码能在嵌入式重用, 即使不用X.

swordhui

Post by d00m3d;2029326
我以为 UTF-8 是用两个字节表示的？

刚开始我也认为大部分常用汉字可以用2字节显示.. 但看了UTF-8的编码机制后, 彻底无语..

汉字在Unicode的位置是0x4e00开始的, 按xxxxyyyy yyzzzzzz的方式转成二进制, 则

1. xxxx=0100
2. yyyyyy=111000
3. zzzzzz=000000

复制代码

转成UTF-8时,  要这样扩展:

1. 1110xxxx 10yyyyyy 10zzzzzz

复制代码

即0x4E00这个汉字, UTF-8的编码为:

1. 11100100 10111000 10000000

复制代码

即 E4 B8 80, 三个字节.
所有的汉字都如此

只有欧洲国家的有可能用2个字节表示.

由此看来UTF-8适合中英文混合表示的场景, 比如程序源码, HTML语言, 但不适合做汉字文章的存储, 这样会浪费1/3的存储空间... 这个浪费代价不小, 如果用压缩机制的话, 可以忽略.

如果想存储汉字文章, 最好用UTF-16, 几乎所有的常用字都2字节.

所以我们的Linux系统要既能处理UTF-8和UTF-16, 好在UTF-8太有个性了, 很容易自动识别一串编码到底是UTF-8还是UTF-16.

swordhui

知道了:

GB2312: 大陆最基本的编码体系, 支持英文, 常用汉字, 部分欧洲语系.
GBK: 兼容GB2312, 加入了大量生僻汉字, 加入了繁体字和日文/韩文用汉字.
GB18030: 兼容GBK, 又加入了蒙古文, 维吾尔文, 藏语等少数民族语言.....  

GB18030比起unicode还是差很多, 毕竟世界上还有很多其他民族.

对我们来说, 电脑需要支持3种编码: GB18030, UTF-8, UTF-16.

GB18030的优势是: 专为汉语设计, 兼容ASCII, 在程序代码, HTML表示, 中文文章保存等都能达到最优性能. 但是.... 有很多中国外的语言不被支持.

GB18030应该逐渐用UTF-16/UTF-8替代.

你的Linux系统, Locale怎么设置?

我们真的需要UTF-16/UTF-8吗?

swordhui

知道了:
BIG5的设计比较失败..
有"许盖功"问题;)
还有一个鸡肋的设计: 自造字区, 这在编码设计上来说, 是完全错误的, 因为有岐义性.
比GB2312好的地方只有汉字多
比GB18030就不如了

swordhui

基本弄清楚了UTF-8/UTF-16之间的变换.

新的问题:
GB18030 和 UTF-16之间怎么转换呢? 有规律吗? 还是通过查表?

swordhui

再聊聊字库的问题.

字库应该支持一种或多种编码, 如ISO 8859-1, 8859-2, Unicode, GB18030等, 目前貌似所有的字库都只支持Unicode, 其他编码先转为unicode, 再访问字库.

字库的类型:
(1) bitmap固定宽度类型, 最早期的格式.  访问很简单, 读出位图信息画到屏幕就OK. 效率最高
(2) bitmap可变字符宽度类型, 字符宽度可以变的, 需要一张表, 表示每个字符的宽度.
(3) Adobe Type1 PostScript, 非点阵, 通过数学公式描述文字. 效率?!
(4) True Type, 是苹果和微软联合开发的, 对抗Type1. (他们居然也有合作的时候...) 怎么转为点阵? 效率?
(5) OpenType..  这次是微软和Adobe合作... 目前最流行的方式.
(6) Speedo?
(7) CleanType.. 微软专门为液晶显示器优化的字体渲染方法