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

Question

这是对这个问题的跟进 How to export fonts in Gujarati-Indian Language to pdf? , @amedee-van-gasse , iText 的 QA 工程师 asked me使用相关 mcve 发布特定于 itext 的问题。

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

应该这样渲染:

હિપ્સ ，也用 unicode-converter 测试过

但是这段代码(示例改编形式iText: Chapter 11: Choosing the right font)

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:

看起来不一样

હિપ્સ

我用itextpdf-5.5.4.jar、itextpdf-5.5.9.jar 和itext-2.1.7.js3.jar 进行了测试(与 jasper-reports 一起分发)

使用它的字体与 MS Office ARIALUNI.TTF 一起分发，可以从这里下载 Arial Unicode MS ^{*下载可能存在一些法律问题，请参阅 Mike 'Pomax' Kamermans 评论}

Answer 1

无论您选择哪种字体，iText5 和 iText2(顺便说一句，这是一个非常过时的版本)都不支持呈现印度文字。

呈现印度文脚本与任何拉丁文脚本都不相似，因为需要采取一系列额外的操作才能获得正确的结果，例如有些字符需要先根据语言规则重新排序。

这是 iText 公司的已知问题。

在 iText5 中有一个名为 GujaratiLigaturizer 的 Gujaranti stub 实现，但该实现非常差，您不能指望用它获得正确的结果。

您可以尝试使用此连字器处理您的字符串，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