文字（Text）

本章我们会学习如何在页面上绘制文本。绘制文本是PDF中最复杂的部分，但也是PDF击败竞争对手成为今天国际标准的原因。当其他原始的查看器将文本转换为光栅图像或矢量路径（以保持视觉完整性）时，PDF的发明者知道用户需要可以搜索和复制的文本，而不是只能看的图片。凭借Adobe工程师对字体的丰富经验和理解，他们做到了把文本与视觉呈现相结合。

虽然PDF对文本的支持允许渲染任何语言的任何字体的任何字形，但PDF是在Unicode发明之前创建的。所以很多其他文件格式的开发人员认为理所当然的事情在PDF中必须手动完成，比如PDF中就做不到直接给出Unicode代码点（codepoin）然后让渲染器完成所有的绘制工作。

字体（Fonts）

我们已经学习了如何在页面上绘制矢量图形（或路径）以及光栅图形（图像）。这些类型的绘图操作相当简单，因为通常不需要额外的信息——只需要指令和（光栅图像）图像数据。文本则需要更多的数据，其中最重要的是字体。

字形（Glyphs）

字体，也叫字体程序（font program），就是一组独特的绘图指令——字形，的集合。这些字形和前几章里绘制的路径或光栅图像没有不同。不过字体中还包含一些关于各种字形的元数据（metadata），包括编码（encoding），编码提供了从已知字符集（例如ASCII、Unicode或Shift-JIS）到字形的映射。当然并不是每种字体都有字形能对应上编码中的某个值。

图 4-1 是不同编码中的三个常见值及其不同字体中的字形的示例。

图 4-1 不同编码中的三个常见值及其不同字体中的字形的示例

看着像方框的字形通常被称为“notdef”字形。Notdef（未定义的缩写）是所有字体中都存在的特殊字形，用于请求的字形不存在时进行填充。如果在PDF中发现这种字形，那一定是出了什么问题。（在上图中我们是为了举例故意显示的）。

虽然我们主要关注字形的形状和外观，但除此之外还有一组我们需要关注的值，叫字形度量（glyph metrics）。字形度量，有些是在字体中直接定义的，还有一些是计算出来的。字形度量主要被用来布局文本。比如要绘制“Hello”的时候，程序需要知道将“e”放在“H”之后的哪个位置。图 4-2 说明了需要将“e”放在下一个“字形原点”（glyph origin）处。

图 4-2 在字形周围的一些字形度量的值

字体类型（Font Types）

图形界面首次出现的时候，使用的字体被称为“位图字体（bitmapped fonts）”，因为每个字形都被描述为位图或光栅图像。虽然这对在屏幕上展示很有帮助，但是对于打印来说不够灵活，因此诞生了轮廓（基于路径）字体格式。PDF支持三种最常见的轮廓字体：

Type 1

这是Adobe创建的最早的轮廓字体格式，并和Postscript语言一起用于打印机。其字形轮廓使用简化版的Postscript语言进行描述。

TrueType

由Apple和Microsoft给他们操作系统创建的，这是最著名的字体格式。字形轮廓使用一种专门为这种字体格式开发的特殊语言进行描述。

OpenType

虽然Type 1和TrueType字体各有优势，但业界已经厌倦了“字体大战”，于是催生了OpenType。OpenType结合了其他格式的优点，字形轮廓可以选择用Type 1或TrueType来描述。

对于这些字体类型，实际的字体程序是在单独的字体文件中定义的，该文件可以嵌入到PDF流对象中，也可以从外部源获取。

PDF还具有两种专门用于PDF的字体，它们的字形数据必须在PDF中定义：

Type 3

Type 3字体实际上是一个PDF字典，最初是作为向PDF中嵌入位图字体的方式。其中每个字形都由标准内容流定义。不仅可以使用基于光栅的字形，还可以使用PDF图形中的运算符来定义字形。不过虽然Type 3很有用，但大多数PDF系统都没有使用该字体。

Type 0

也称为复合字体或CIDFont，Type 0字体是通过从一种或多种其他字体中获取字形描述并创建混合物或复合来创建的。最开始是在使用中文、日文或韩文（CJK）字体时，这些字体的字形中没有英文/拉丁文字符，所以需要一种同时具有这两种字形的字体。虽然实际上并没有用于将多种字体的字形合并，但它仍然是一种用于Unicode字体的方法，尤其是在处理两字节数据时。

字体字典（The Font Dictionary）

第1章里的我们定义的那个PDF文件，简单地在页面上绘制了“Hello World”。示例 4-1 显示了文件中相关的部分，我们现在看看里面的细节。

示例 4-1 “Hello World.pdf”的部分内容

1 0 obj
    /Type /Page
    /Parent 5 0 R
    /MediaBox [ 0 0 612 792 ]
    /Resources 3 0 R
    /Contents 2 0 R
endobj
3 0 obj
    /Font <</F1 4 0 R >>
endobj
4 0 obj
    /Type /Font
    /Subtype /Type1
    /Name /F1
    /BaseFont/Helvetica
endobj
在这个例子中，对象#1是页面，其字典里只有最低限度的必需键值：MediaBox（页面大小）、Contents（如何绘图）和Resources（Contents绘图需要）。资源字典中只有一个类型Font和一个条目F1，F1就是对象#4处的字体字典。
字体词典中应该包含字体的类型（Type 1或TrueType），字体的PostScript名称和encoding信息，以及当字体程序没有被嵌入PDF文件时可用的替代字体。
ISO 32000-1:2008, 9.6.2.2描述了标准字体列表（又叫Base 14），其中包括14种字体，每个PDF渲染器都需要了解并直接提供或通过替代品提供。而且渲染器应该知道它们的字体度量，这样我们就不需要在字体字典中提供。我们的示例中对象#4相对比较小，因为它只用了标准列表中的一种字体（Helvetica）。
标准字体的完整列表是：
Times-Roman
Times-Bold
Times-Italic
Times-BoldItalic
Helvetica
Helvetica-Bold
Helvetica-Oblique
Helvetica-BoldOblique
Courier
Courier-Bold
Courier-Oblique
Courier-BoldOblique
Symbol
ZapfDingbats
创建上面某一种标准字体的字体字典时，只需要三个键：Type（值为Font）、Subtype（值为Type1）和BaseName（上面字体列表中的值之一）.
从列表中可以看出，一些字体实际上包含了样式（例如粗体或斜体）。所以如果希望Times字体以斜体显示，需要使用Times-Italic字体。示例 4-2 是“Hello World”的变体，使用了几种不同的字体。
示例 4-2 “Hello World”（四种不同的字体）
9 0 obj
    /Type/Page
    /Contents 24 0 R
    /MediaBox[0 0 612 792]
    /Parent 5 0 R
    /Resources 13 0 R
endobj
13 0 obj
    /Font <<
        /F1 14 0 R
        /F2 13 0 R
        /F3 12 0 R
        /F4 11 0 R
endobj
14 0 obj
    /Type /Font
    /Subtype /Type1
    /BaseFont/Helvetica
endobj
13 0 obj
    /Type /Font
    /Subtype /Type1
    /BaseFont/Symbol
endobj
12 0 obj
    /Type /Font
    /Subtype /Type1
    /BaseFont/Courier-Bold
endobj
11 0 obj
    /Type /Font
    /Subtype /Type1
    /BaseFont/Times-Italic
endobj
24 0 obj
<</Length 182>>
stream
    /F1 48 Tf
    1 0 0 1 10 100 Tm
    (Hello World)Tj
    0 50 Td
    /F2 48 Tf
    (Hello World)Tj
    0 50 Td
    /F3 48 Tf
    (Hello World)Tj
    0 50 Td
    /F4 48 Tf
    (Hello World)Tj
endstream
endobj
编码（Encodings）
到目前为止，示例中的文本都是简单的英文文本。PDF认为与标准的14种字体相关的文本都属于称为标准编码（StandardEncoding），是ISO 32000-1:2008, D.2中定义的ISO Latin-1（ISO 8859-1）的一个子集。但是很多情况下我们需要完整的Latin-1来表示其他基于罗马/拉丁语的语言（如法语、西班牙语或德语）。我们需要向字体字典中添加具体的编码类型才能使用完整的Latin-1。
下面是使用WinAnsiEncoding（也称为Windows code page 1252）以其他语言写出一些文本的示例。
示例 4-3 绘制其他语言的文本
14 0 obj
    /Type /Font
    /Subtype /Type1
    /BaseFont/Helvetica
    /Encoding/WinAnsiEncoding
endobj
24 0 obj
<</Length 182>>
stream
    /F1 48 Tf
    1 0 0 1 10 100 Tm
    (English)Tj
    0 50 Td
    /F2 48 Tf
    (Français)Tj
    0 50 Td
    /F3 48 Tf
    (Español)Tj
endstream
endobj
为了支持其他非拉丁语系语言，必须使用嵌入字体。不过我们应该不会涉及到这个主题。
只使用非嵌入字体也可以支持PDF中的中文、日文和韩文（CJK），但这需要用户安装额外的字体。不推荐这样做。
文本状态（Text State）
我们已经了解了字体和字形，接下来我们看看怎么在页面上实际绘制文本（示例 4-4）。
示例 4-4 Hello World.pdf的部分内容
1 0 obj
    /Type /Page
    /Parent 5 0 R
    /MediaBox [ 0 0 612 792 ]
    /Resources 3 0 R
    /Contents 2 0 R
endobj
2 0 obj
<< /Length 53 >>
stream
    /F1 24 Tf
    1 0 0 1 260 600 Tm
    (Hello World)Tj
endstream
endobj
在对象#2的内容流里，有五个新的运算符。首先是BT，在第一行单独出现（没有操作数）。它代表“开始文本”，后面需要描述一系列与文本相关的指令。BT与ET（结束文本，同样没有操作数）运算符成对出现，ET在内容流的最后一行出现。
类似于图形状态（请参阅图形状态），PDF文件中也有包含了所有文本绘制相关属性的文本状态。 用BT作为开头声明一个新的文本状态，然后用ET作为结尾将文本状态清除，就像q和Q处理图形状态一样。只不过文本状态没有推送/弹出的概念，不允许嵌套出现BT/ET。
字体和大小（Font and Size）
文本状态有很多属性，其中最重要的三个是使用的字体、文本大小和文本的放置位置。
Tf运算符指定字体资源的名称——也就是资源字典的字体子字典中的某一条目。该条目的值是一个字体字典（请参阅字体字典），参考示例4-1中的F1。
PDF使用通用的“用户单位”概念来定义对象的大小和位置。用户空间中的标准字形大小为1个单位，而紧密间隔的文本行的标称高度也是1个单位。因此为了指定绘制字形的大小，我们需要指定比例因子（scale factor）。Tf运算符的第二个操作数就是比例因子，用来设置图形状态下的文本字体大小。示例 4-4 中，字体大小为24。
还有第二种设置字形比例因子的方法，类似于其他图形对象的缩放方式——使用变换矩阵。Tm运算符可以用于对于文本的转换，它的参数和第2章中的cm运算符相同的。示例 4-4 中没有进行额外的缩放，但文本被定位在（260，600）处。通常我们就用示例 4-4 中的方法给绘制的第一个字形设置缩放和位置。但是也可以通过这种方式进行：
/F1 1 Tf
24 0 0 24 260 600 Tm
(Hello World)Tj
这两种方法在现代系统中几乎没有差别。可能取决于字体的使用方式。如果我们只使用同一尺寸的文本（在给定页面上），那比例因子最好作为Tf的参数（示例 4-4），因为这样字体加载器将预先缩放字形。但如果我们在页面上用到了相同的字体的多种尺寸，那么以1个单位加载并每次使用Tm进行缩放可能更理想。前提是尺寸真的来回切换很多次，不然还是使用第二个Tf创建字体的第二个实例好一些，如示例 4-5 所示。
示例 4-5 用大文字和小文字绘画
    /F1 24 Tf
    1 0 0 1 100 150 Tm
    (Big Text)Tj
    /F1 12 Tf
    1 0 0 1 100 100 Tm
    (Small Text)Tj
渲染模式（Rendering Mode）
在图像一章，我们知道了路径的绘制根据运算符不同（f或S）可以分为填充、描边或既填充又描边。文本绘制不同于路径的是，可以使用单个运算符（Tr）来设置渲染模式。图 4-3 列出了Tr的值及其对文本绘制的影响。
结合渲染模式对图形状态属性的影响，我们可以创建示例 4-6。
示例 4-6 描边和填充文本
绘制文本（Drawing Text）
Tj运算符用于在页面上绘制文本（“显示”字符串）。原理很简单，操作符使PDF渲染器将第一个字形的“字形原点”与当前笔位置对齐并绘制字形。然后渲染器将笔按字形的宽度推进到“下一个字形原点”并绘制下一个字形，对整个字符串依此类推。
对于大多数文本渲染的情况，这是完全可以接受，也是大多数用户习惯看到的。但是对于那些需要更精确地控制字形定位的情况，我们将需要使用TJ运算符。
许多字体中包含如何更精确地控制字形之间距离的信息，称为字距调整（kerning）。但Tj运算符不支持此操作。所以我们需要从字体中主动获取该信息，然后使用TJ运算符来获得更具视觉吸引力的结果。
TJ运算符用数组不是将字符串作为操作数。数组由一个或多个字符串组成，字符串中间夹着数字，数字用于调整文本位置 (Tm)。数字单位是千分之一的用户单位，绘制的时候要从当前水平坐标中减去该值。
这意味着在默认坐标系中，正调整具有将绘制的下一个字形向左移动给定数量的效果，而负调整会将下一个字形向右移动。
示例 4-7 显示了使用Tj运算符绘制的单词，和通过TJ手动调整字距之后的单词。
示例 4-7 手动字距调整的文本
 /F1 48 Tf
 1 0 0 1 10 150 Tm
(AWAY)Tj
 1 0 0 1 10 100 Tm
[ (A) 120 (W) 120 (A) 95 (Y) ] TJ
放置文本（Positioning Text）
之前的所有示例中，我们已经使用了Tm运算符明确了文本的位置。但是如果我们只是想沿一个方向移动笔（向下移动到下一行，或向右移动），那使用Tm运算符就太重了。对于笔的简单移动，应使用Td运算符。Td运算符需要两个参数，tx和ty，代表如何在X和Y方向移动笔。参数为0，那么笔就不会朝相应方向移动。示例 4-8 展示了使用Td绘制的4个数字。
示例 4-8 使用Td绘制的4个数字
    /F1 48 Tf
    1 0 0 1 10 700 Tm
    (1)Tj
    0 -50 Td
    (2)Tj
    50 50 Td
    (3)Tj
    0 -50 Td
    (4)Tj
在PDF中，页面底部的y坐标为0。因此想要在页面下方绘制文本的话，我们需要从高处开始向下减。
下一步计划（What’s Next）
本章我们了解了字体和字形以及如何使用它们来绘制文本。下一章我们将学习PDF中的导航功能。