在node.js中使用pdfkit渲染任何语言的文本

Question

我正在使用 pdfkit 在 nodewebkit 应用程序中动态生成 PDF 文档。PDF 包含通过 HTTP 请求来自远程源的人们的评论。

\n\n

它工作得很好，但是现在我发现当评论是日语、中文、阿拉伯语等时，它无法正确呈现，而且我无法知道评论将以什么语言出现\xe2\x80 \x94事实上，我正在从世界各地收集它们。

\n\n

我知道我需要使用正确的字体，其中应该包含正确的字符，如此处所述。我发现这个“google noto”开放字体拥有一切，但问题是没有一个包含所有语言的 TTF 文件，而且也不可能存在，因为字体文件仅限于 65K 字形。

\n\n

我正在尝试找到一种解决方案，可以使用 pdfkit 以（几乎）任何语言呈现 PDF 中的文本，而无需编写复杂的语言识别工具，我认为这有点过分了。

\n\n

任何想法和建议将不胜感激。

\n\n

更新：使用pdfkit 作者的font-manager来替换字体。另外你可能想尝试 phantomJS\xe2\x80\x94 但我还没有这样做。如果您遇到同样的问题，请参阅评论中 @levi 的详细回复。希望能帮助到你。

\n

Answer 1

这是一个想法。下载最流行语言的所有字体。将它们添加到列表中，并按最受欢迎的顺序对其进行排序。对于每个注释，获取字符串中 n 个随机字符的 unicode 值。对于每个字符，如果代码 > 127（ASCII 范围），注释可能不是英文。使用opentype.js，对字体文件进行一一解析，对于每个字体，检查cmap表中是否存在所有采样的字符代码的字形。如果存在，则选择该字体，并缓存 unicode 代码到字体之间的映射。否则，请尝试下一个字体。

经过进一步考虑，TTF 文件似乎通过 UnicodeRange字段提供了有关它们支持的 unicode 范围的信息。因此，也许您可​​以在每种字体与其支持的 unicode 范围之间构建映射，并使用它来选择正确的字体，而不是在运行时解析每种字体。