为什么使用Arial Unicode MS无法正确呈现古吉拉特语 - 印度语文本？

Question

这是关于如何将古吉拉特语 - 印度语的字体导出为pdf的后续问题？,@ amedee-van-gasse,iText的质量保证工程师让我用相关的mcve发布一个特定于itext的问题.

为什么这个unicode序列\u0ab9\u0abf\u0aaa\u0acd\u0ab8没有正确呈现？

它应该像这样呈现:

હિપ્સ,也用unicode转换器测试过

但是这段代码(示例改编自iText:第11章:选择正确的字体)

public class FontTest {

    /** The resulting PDF file. */
    public static final String RESULT = "fontTest.pdf";
    /** the text to render. */
    public static final String TEST = "\u0ab9\u0abf\u0aaa\u0acd\u0ab8";

    public void createPdf(String filename) throws IOException, DocumentException {
        Document document = new Document();
        PdfWriter writer = PdfWriter.getInstance(document, new FileOutputStream(filename));
        document.open();
        BaseFont bf = BaseFont.createFont(
            "ARIALUNI.TTF", BaseFont.IDENTITY_H, BaseFont.EMBEDDED);
        Font font = new Font(bf, 20);
        ColumnText column = new ColumnText(writer.getDirectContent());
        column.setSimpleColumn(36, 730, 569, 36);
        column.addElement(new Paragraph(TEST, font));
        column.go();
        document.close();
        System.out.println("DONE");
    }

    public static void main(String[] args) throws IOException, DocumentException {
        new FontTest().createPdf(RESULT);
    }
}

生成此结果:

那看起来与众不同

હિપ્સ

我有测试itextpdf-5.5.4.jar,itextpdf-5.5.9.jar并且itext-2.1.7.js3.jar(与jasper报告分发)

使用它的字体与MS Office一起分发,ARIALUNI.TTF可以从这里下载Arial Unicode MS ^{*也许有一些法律问题下载见Mike'Pomax'Kamermans评论}

Answer 1

无论您选择哪种字体,iText5和iText2(顺便说一下,它都是非常过时的版本)都不支持人工智能脚本的渲染.

渲染印度语脚本与任何拉丁文脚本都不相似,因为应该采取一系列额外的操作来获得正确的结果,例如,某些字符需要首先根据语言规则重新排序.

这是iText公司的一个已知问题.

在iText5中有一个名为GujaratiLigaturizer的Gujaranti的存根实现,但实现真的很差,你不能期望得到正确的结果.

您可以尝试使用此ligaturizer处理字符串,然后按以下方式输出结果字符串:

IndicLigaturizer g = new GujaratiLigaturizer();
String processed = g.process(inputString);
// proceed with the processed string