Python获取字体文件所支持的字形

发表于 分类于 Waline： 本文字数： 588 阅读时长 ≈ 2 分钟

天城文的辅音音丛按照规则合写在一起为合字，所有的合写规则超过1000种，不同字体文件所支持的合写规则数量和种类不一样。我需要获取天城文字体文件支持的所有字形（glyph），以统计它所支持的合字字符。

在StackOverflow上找到了一些解决方案，最高赞的方法并不满足我的需求，因为它是根据Unicode码位来访问字形的，但Unicode中没有天城文合字的码位。上述方法用到了Python的fontTools库，为我提供了线索。

处理OpenType和TrueType字体文件的是fontTools的ffFont类，官方文档在这里。TTFont对象有形如getGlyphXXXX()的接口函数，返回字形名称。我用的是getGlyphOrder()函数，因为它按照字形在字体文件中的顺序进行排序，方便比对。下面的代码打印字体文件中所有字形的名称，其中getGlyphID()函数返回字形在字体文件中的位置序号。

1
2
3
4
5
6
7
from fontTools import ttLib

tt = ttLib.TTFont("../fonts/Devanagari.ttf")

glyph_name_list = tt.getGlyphOrder()
for name in glyph_name_list:
    print(tt.getGlyphID(name), name)

输出的部分内容如下，之间省略了很多行：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
0 .notdef
1 NULL
2 CR
3 space
4 nbspace
5 A
6 B
7 C
...
728 DoubleDanda
729 dShortA
730 dA
731 dCandraA
...
894 dKKa
895 dKKha
896 dKCa
897 dKJa
...
1384 dSiddhirastu
1385 dOmJain
1386 dOm
1387 flowerpunc

该字体文件的字形名称简洁明了，一看就知道是什么字符，而Windows下的Nirmala.ttf在字形命名上做得非常糟糕。各种文字的字体文件都会包含拉丁字母和其他常用的字符，所以开头是ABC字母。从第729个开始，字形名称以d开头，表明是天城文字形。前面的dShortA、dA是单个字母，后面的dTtKa、dTtTtha一看就是辅音音丛，字形是合字。最后一个是flowerpunc，是像花儿一样的字形。总共有1387个字形，顺序和字体文件完全相符，见下图：

字体文件支持的所有字符

该字体库还有个getGlyphSet()接口，返回一个类似于字典（dict-like）的字形集（GlyphSet），将字形名称映射到字形对象上。字形对象有draw()方法，可以将字形绘制出来。由于我暂时没有这种需求，所以没有深究。