java - 如何根据使用的字体将代码点映射到 unicode 字符？

Question

客户端打印标签并一直使用一组符号(？)字体来完成此操作。该应用程序使用单字节数据库(带有 Latin-1 的 Oracle)。我要替换的旧应用程序不支持 Unicode。它不知何故没问题。我正在编写的替换应用程序应该处理旧数据。

从 charmap 应用程序中选取的符号通常会映射到特定的 Unicode 字符，但有时它们不会。例如，使用 LAB3 字体看起来像 Moon 的实际上是 U+2014 (EM DASH)。当用户将此字符粘贴到 Swing 文本字段中时，该字符的代码点为 8212。数据库，Oracle 认为它不能被安全地编码，并用可怕的 ¿ 替换它。因此，我开始将字符移动 8000:保存时 -= 8000，显示字段时 += 8000。不幸的是，我发现其他字符并没有移动相同的量。例如，在一种特定字体中，ž 的代码点为 382，因此我将其移动 +/-256 以“修复”它。

现在我很害怕发现更多奇怪的偏移，我想知道:我可以使用 Java 获得这个映射吗？也许 TTF 字体有一个它编码的 255 个字形的列表以及什么那些对应的 Unicode 字符，我可以做到“正确”吗？

现在我正在使用以下工具:

static String fromDatabase(String str, String fontFamily) {

  if (str != null && fontFamily != null) {
    Font font = new Font(fontFamily, Font.PLAIN, 1);

    boolean changed = false;
    char[] chars = str.toCharArray();
    for (int i = 0; i < chars.length; i++) {
      if (font.canDisplay(chars[i] + 0xF000)) {
        // WE8MSWIN1252 + WinXP
        chars[i] += 0xF000;
        changed = true;
      }
      else if (chars[i] >= 128 && font.canDisplay(chars[i] + 8000)) {
        // WE8ISO8859P1 + WinXP
        chars[i] += 8000;
        changed = true;
      }
      else if (font.canDisplay(chars[i] + 256)) {
        // ž in LAB1 Eastern = 382
        chars[i] += 256;
        changed = true;
      }
    }
    if (changed) str = new String(chars);
  }
  return str;
}

static String toDatabase(String str, String fontFamily) {

  if (str != null && fontFamily != null) {
    boolean changed = false;
    char[] chars = str.toCharArray();
    for (int i = 0; i < chars.length; i++) {
      int chr = chars[i];
      if (chars[i] > 0xF000) {
        // WE8MSWIN1252 + WinXP
        chars[i] -= 0xF000;
        changed = true;
      }
      else if (chars[i] > 8000) {
        // WE8ISO8859P1 + WinXP
        chars[i] = (char) (chars[i] - 8000);
        changed = true;
      }
      else if (chars[i] > 256) {
        // ž in LAB1 Eastern = 382
        chars[i] = (char) (chars[i] - 256);
        changed = true;
      }
    }
    if (changed) return new String(chars);
  }

  return str;
}

Answer 1

字体文件肯定有从 Unicode 到字形的映射。不幸的是，字形完全是任意的，不需要与它映射到的字符有任何关系，正如您在 Moon/Em-Dash 中发现的那样。从单字节字符到 Unicode 代码点的映射可能可以在 Windows Code Page 1252 中找到。 ，但这不是您想要的 - 您希望字符 0x97 等同于月亮字形，例如 ☽ FIRST QUARTER MOON U+263D而不是 — EM DASH U+2014 .不幸的是，我只能找到字体中的每个字符并将其与可用的 Unicode 字符进行比较。