使用pango在windows中渲染文字的一些细节（1）

书写此文的背景

2021年9月使用cairo实现DirectUI时，发现有些特殊文字无法正常显示。

分析cairo及pango的代码后，发现pango虽然已通过fontmap方式解决了大部分文字渲染问题，但在处理Unicode非0平面（Plane）的字符时，仍存在不合理之处。

文字渲染的问题

1、严重错误：某些字符被渲染成“其它字符”比如将”𩽾29F7E“渲染成“齾9f7e“。这是cairo的一个BUG，不具普遍性。

2、无法显示：某些字符被渲染成一个“方块”或“数字码”，这是普遍的文字渲染问题，存在于很多软件中。Windows系统已经处理的很好，而且有完善的编程接口。可以参考：关于Windows TextOut输出文字时的一些难看的“方块”

3、显示不好：已设置为字体A，但部分字符被渲染为其它字体。比如经常看到某些软件或网页中的“少部分”文字的显示效果与其它文字不一样。这也是一个普通性问题。

cairo及pango的现状

一、cairo（v1.16）获取文字glyph索引的方式是完全错误的

没有考虑4字节（2个wchar_t）文字的情况，代码片段如下：

    wchar_t unicode[2];
    ...
    unicode[0] = ucs4;
    unicode[1] = 0;
    if (GetGlyphIndicesW (hdc, unicode, 1, &glyph_index, 0) == GDI_ERROR) {
	...
	glyph_index = 0;
    }
  • cairo官方不建议使用其自身的cairo_show_text渲染文字，而是使用pango。

二、pango（v1.45.3）已通过fontmap解决了“无法显示”的问题

指定字体“无法显示”某个字符的根本原因是：单个字体文件的可包含字符数（2^16）远小于Unicode字符总数(16*2&^16)。当待渲染字符没有被当前字体包含时，将产生“无法显示”问题。

所以在pango中使用fontmap将多个字体关联在一起， 只要这些关联字体的任意一个包含待渲染文字的glyph定义，即可完成渲染。

例如：SimSun（宋体）可以关联MINGLIU（细明）、MSYH（微软雅黑）等字体，渲染字符时，如果宋体里找不到该字符，就再找细明体、微软雅黑体。使用此方式可以解决绝大部分的“无法显示”问题

pango的默认代码中包含了两种fontmap：

1、依据Windows的fontlink信息，fontlink的数据存储在如下注册表位置

HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Windows NT\CurrentVersion\FontLink\SystemLink

2、写在代码内的几个默认定义。开发者可以扩展此方式创建自己的fontmap，还算灵活

static const char * const builtin_aliases[] = {
  "courier = \"courier new\"",
  /* It sucks to use the same GulimChe, MS Gothic, Sylfaen, Kartika,
   * Latha, Mangal and Raavi fonts for all three of sans, serif and
   * mono, but it isn't like there would be much choice. For most
   * non-Latin scripts that Windows includes any font at all for, it
   * has ony one. One solution is to install the free DejaVu fonts
   * that are popular on Linux. They are listed here first.
   */
  "sans = \"dejavu sans,tahoma,arial unicode ms,lucida sans unicode,browallia new,mingliu,simhei,gulimche,ms gothic,sylfaen,kartika,latha,mangal,raavi\"",
  "sans-serif = \"dejavu sans,tahoma,arial unicode ms,lucida sans unicode,browallia new,mingliu,simhei,gulimche,ms gothic,sylfaen,kartika,latha,mangal,raavi\"",
  "serif = \"dejavu serif,georgia,angsana new,mingliu,simsun,gulimche,ms gothic,sylfaen,kartika,latha,mangal,raavi\"",
 "mono = \"dejavu sans mono,courier new,lucida console,courier monothai,mingliu,simsun,SimSun-ExtB,gulimche,ms gothic,sylfaen,kartika,latha,mangal,raavi\"",
  "monospace = \"dejavu sans mono,courier new,lucida console,courier monothai,mingliu,simsun,gulimche,ms gothic,sylfaen,kartika,latha,mangal,raavi\"",
  "emoji = \"segoe ui emoji,segoe ui symbol,segoe ui\"",
  "cursive = \"commic sans ms\"",
  "fantasy = \"gabriola,impact\"",
  "system-ui = \"yu gothic ui,segoe ui,meiryo\"",
};

三、pango（v1.45.3）未考虑Windows的SurrogateFallback机制

Windows的SurrogateFallback机制可以指定Unicode每个平面（Plane）的字符渲染特定字体。这样的直接定位方式，可以避免过大的fontmap产生的效率问题。

例如，Win32系统的如下定义里，第一个”Plane2″=”SimSun-ExtB”指定所有无定义的字体在渲染Plane2字符时，均使用SimSun-ExtB渲染。第二个”Plane2″=”SimSun-ExtB”，特指SimSun字体在渲染Plane2字符时使用SimSun-ExtB渲染。

Windows Registry Editor Version 5.00

[HKEY_LOCAL_MACHINE\SOFTWARE\WOW6432Node\Microsoft\Windows NT\CurrentVersion\LanguagePack\SurrogateFallback]
"Plane2"="SimSun-ExtB"

[HKEY_LOCAL_MACHINE\SOFTWARE\WOW6432Node\Microsoft\Windows NT\CurrentVersion\LanguagePack\SurrogateFallback\SimSun]
"Plane2"="SimSun-ExtB"

四、pango（v1.45.3）未考虑Windows的Font Substitution

Windows的Font Substitution支持在渲染时将字体A替换为字体B，并且可以精确到具体字符集。也就是说，它支持将字体A中的字符集0替换为字体B中的字符集121进行渲染。这些设置保存在如下注册表中：

HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Windows NT\CurrentVersion\FontSubstitutes