HarfBuzz字体子集化与表标签获取的技术解析
2025-06-12 23:24:28作者:裘晴惠Vivianne
在HarfBuzz字体处理库中,开发者在使用子集化功能时可能会遇到一个技术细节:通过hb_subset_or_fail()创建的子集字体无法通过hb_face_get_table_tags()获取表标签。本文将深入分析这一现象的技术背景及其解决方案。
技术背景
HarfBuzz提供了多种创建字体face的方式,其中hb_face_create_for_tables()是一种基于回调函数的方式,允许开发者自定义字体表的访问方式。文档中明确指出,这种方式创建的face不支持hb_face_get_table_tags()功能。
然而,文档中缺少了两个重要信息链:
hb_face_builder_create()内部使用了hb_face_create_for_tables()hb_subset_or_fail()又使用了hb_face_builder_create()
这就形成了一个技术链条,解释了为什么子集化后的字体无法获取表标签。
当前解决方案
目前开发者可以采用以下两种方式解决这个问题:
临时解决方案
从子集字体获取blob数据,然后重新创建face:
hb_blob_t* subset_blob = hb_face_reference_blob(subset_face);
hb_face_t* new_face = hb_face_create(subset_blob, 0);
最新改进
HarfBuzz团队已经提交了相关补丁,为face-builder类型的face实现了get_table_tags功能。这一改进将使子集化后的字体能够直接获取表标签信息。
跨平台兼容性
不同平台对字体表标签的获取支持情况各异:
- FreeType提供了
FT_Sfnt_Table_Info接口 - CoreText有
CTFontCopyAvailableTables方法 - DirectWrite目前没有直接对应的API
HarfBuzz团队正在逐步为各个后端实现统一的表标签获取功能。
技术展望
未来HarfBuzz计划在face上添加可设置的回调函数,让用户能够自定义实现get_table_tags功能。这将为freetype和其他glue层提供更灵活的支持。
开发者建议
对于需要处理子集字体的开发者:
- 如果使用最新版本的HarfBuzz,可以直接尝试获取表标签
- 对于旧版本,采用blob重建face的方式
- 关注HarfBuzz的更新,获取更好的跨平台支持
这一技术细节的改进体现了HarfBuzz作为专业字体处理库对开发者体验的持续优化,使得字体子集化后的处理流程更加顺畅和高效。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660