cidmap

package

v0.1.5 Latest Latest Go to latest Published: Oct 21, 2026 License: Apache-2.0 Imports: 6 Imported by: 0

Details

字体修复和 PDF 文字提取共用一份 Adobe-GB1 数据。GB1GlyphUnicode 返回字体单码位映射，GB1Text 返回文字映射，保留普通标点和异体选择符序列。例如 CID580 的字体映射是 ︵，文字映射是 （；CID22031 的文字是 郎\uFE00。

基础 BMP 表以 zlib 嵌入，另外记录6个补充平面码位和402处文字差异。有效字体 CID 为30,010个，文字 CID 为30,284个。越界返回 false，调用方决定替换字符。全16位 CID 输入的两种语义由 SHA-256 指纹测试保护。

来源是 poppler-data 分发的 Adobe 数据：

原数据哈希见 SHA256SUMS，Adobe BSD 许可见 NOTICE。数据和生成脚本不包含字体修复或 PDF 阅读器的实现。

从已安装的 poppler-data 重建：

python3 internal/cidmap/generate.py /usr/share/poppler
gofmt -w internal/cidmap/gb1_data.go
go test ./internal/cidmap ./internal/pdf2ofd

Package cidmap 为 PDF 解码和字体修复提供共享的 Adobe 字符集映射数据。本包只负责数据查询，不包含字体或 PDF 解析器。

Code generated by generate.py; DO NOT EDIT. Adobe 映射数据；源文件哈希见 SHA256SUMS，许可见 NOTICE。

This section is empty.

This section is empty.

func GB1GlyphUnicode(cid int) (rune, bool)

GB1GlyphUnicode 返回字体修复使用的单个 Unicode 码位，保留 cidToUnicode/Adobe-GB1 中的竖排字符、私用字符和兼容字符。

func GB1Text(cid int) (string, bool)

GB1Text 按 Adobe-GB1-UCS2 查询文字提取映射。同一 CID 的文字映射可能使用普通标点，或返回包含异体选择符的字符序列。

This section is empty.