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

Question

这是关于如何将古吉拉特邦印第安语字体导出为pdf的问题的后续讨论@iText的QA工程师amedee van gasse让我向相关mcve发布一个针对iText的问题。

为什么此unicode序列未正确呈现？

应如下所示进行渲染：

હિપ્સ , 还使用unicode转换器进行了测试

但是，此代码（示例改编自iText：第11章：选择正确的字体）

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：

看起来不同于

હિપ્સ

我用itextpdf-5.5.4进行了测试。jar，itextpdf-5.5.9。jar和itext-2.1.7。jar（与jasper报告一起分发）

它使用的字体与MS Office ARIALUNI一起分发。TTF可以从这里下载Arial Unicode MS*下载时可能会遇到一些法律问题，请参见Mike“Pomax”Kamermans的评论

Answer 1

使用最新的排版jar文件构建您的应用程序，该文件将解决您在pdf中的古吉拉特语字体渲染问题。

Answer 2

无论您选择哪种字体，iText5和iText2（顺便说一下，这是一个非常过时的版本）都不支持Indi脚本的呈现。

呈现印度语脚本与任何拉丁语脚本都不相似，因为需要采取一系列额外的操作来获得正确的结果，例如，需要根据语言规则首先对某些字符重新排序。

这是iText公司已知的问题。

iText5中有一个古吉拉特邦的存根实现，名为GujaratiLigaturizer，但实现非常差，您无法期望使用它获得正确的结果。

您可以尝试使用此连字器处理字符串，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