Encontre a melhor fonte para renderizar um ponto de código

Como encontrar a fonte apropriada para renderizar pontos de código unicode?

gnome-terminaldescobrimos que caracteres como «🉃 ⼼ 😻🕲🝤» podem ser renderizados com fontes como Symbola, em vez da fonte do meu terminal ou do fallback do ponto de código no quadrado (????). Como ?

Este não é necessariamente o melhor método, e com certeza não é fácil de usar, mas é fácil começar a trabalhar: aqui está um script Python para fazer isso.

Instale a biblioteca Python-fontconfig . Você pode obtê-lo da sua distribuição (por exemplo, sudo apt-get install python-fontconfigno Debian e derivados) ou instalá-lo em seu diretório pessoal ( pip install --user python-fontconfig). Então você pode executar este script (salve-o como fc-search-codepointem um diretório em seu PATH, por exemplo ~/bin, tipicamente , e torne-o executável):

#!/usr/bin/env python2
import re, sys
import fontconfig
if len(sys.argv) < 1:
    print('''Usage: ''' + sys.argv[0] + '''CHARS [REGEX]
Print the names of available fonts containing the code point(s) CHARS.
If CHARS contains multiple characters, they must all be present.
Alternatively you can use U+xxxx to search for a single character with
code point xxxx (hexadecimal digits).
If REGEX is specified, the font name must match this regular expression.''')
    sys.exit(0)
characters = sys.argv[1]
if characters.startswith('U+'):
    characters = unichr(int(characters[2:], 16))
else:
    characters = characters.decode(sys.stdout.encoding)
regexp = re.compile(sys.argv[2] if len(sys.argv) > 2 else '')

font_names = fontconfig.query()
found = False
for name in font_names:
    if not re.search(regexp, name): continue
    font = fontconfig.FcFont(name)
    if all(font.has_char(c) for c in characters):
        print(name)
        found = True

sys.exit(0 if found else 1)

Exemplo de uso:

$ fc-search-codepoint 🉃⼼😻🕲🝤
$ echo $?
1

Eu não tenho nenhuma fonte com todos esses caracteres.

$ fc-search-codepoint U+1F64D
/usr/share/fonts/truetype/unifont/unifont_upper.ttf
/usr/share/fonts/truetype/unifont/unifont_upper_csur.ttf

Usando fontconfig,

> fc-list ':charset=<hex_code1> <hex_code2>'

por exemplo

> fc-list ':charset=2713 2717'

exibirá qualquer nome de arquivo de fonte contendo ✓ e ✗.

Para obter o ponto de código correspondente ao caractere, use (por exemplo)

> printf "%x" \'✓
2713>

Isso usa um recurso um tanto obscuro do utilitário POSIXprintf :

Se o caractere principal for uma aspas simples ou aspas duplas, o valor será o valor numérico no conjunto de códigos subjacente do caractere após a aspas simples ou aspas simples.

Tomados em conjunto,

> printf '%x' \'✓ | xargs -I{} fc-list ":charset={}"

Isso usa o xargs -Isinalizador para substituir {}por nomes de stdin. Portanto, isso se resume a:

> fc-list ":charset=2713"

Por fim, o gnome-terminal usa o fontconfig para (entre outras coisas):

... encontre de maneira eficiente e rápida as fontes necessárias entre o conjunto de fontes que você instalou, mesmo que você tenha instalado milhares de fontes ...

Na documentação da API, você pode encontrar funções para consultar intervalos de caracteres de fontes e para operações em intervalos de caracteres, mas a documentação é tão enigmática que eu nunca consegui descobrir como diferentes conjuntos de funções se relacionam. Se eu precisasse me aprofundar, preferiria ver exemplos de uso em outro software, talvez o vte (a biblioteca de emulação de terminal usada no gnome-terminal).

Outra biblioteca entre vte e fontconfig é o pango "... uma biblioteca para disposição e renderização de texto, com ênfase na internacionalização ..." . Agora que penso nisso, soa como o único a conter a maior parte da lógica que você procura.

A funcionalidade de cobertura de caracteres no pango é implementada por mapas de cobertura ( "Muitas vezes é necessário no Pango determinar se uma fonte específica pode representar um caractere específico e também quão bem ele pode representar esse caractere. O PangoCoverage é uma estrutura de dados usada para representar essas informações. " ), mas provavelmente há detalhes mais complicados envolvidos na decisão de qual glifo renderizar com qual fonte. Eu acho que o VTE depende do pango para processar seqüências de caracteres com fontes apropriadas, enquanto o pango usa fontconfig (ou outro back-end de fonte suportado) para encontrar a fonte mais apropriada com base em várias partes da lógica no próprio pango e / ou no back-end.

Alterei o código para verificar se uma fonte contém todos os caracteres de uma determinada string. Portanto, isso pode ser chamado fc-search-codepoint "$fontname" "$string"e retorna o código de saída 0 em caso de sucesso ou 1 em caso contrário. Os nomes das fontes podem ser recuperados fc-query /path/to/FontSandMonoBoldOblique.ttfou do Imagemagick convert -list font. Eu o uso para verificar se uma sequência selecionada pelo usuário pode ser renderizada com a fonte selecionada pelo usuário e se o comando falhar, uma fonte alternativa será usada.

#!/usr/bin/env python2
import re
import sys
import os
import fontconfig
if len(sys.argv) < 3:
    print("Usage: " + sys.argv[0] + " 'Fontname-Bold' 'String to check'")
    sys.exit(0)

font_name = sys.argv[1].decode('utf-8')
string = sys.argv[2].decode('utf-8')

if '-' in font_name:
        font_name = font_name.split('-')
        font_style = font_name[-1]
        font_name = ''.join(font_name[:-1])
else:
        font_style = ""

font_names = fontconfig.query()
for name in font_names:
    font = fontconfig.FcFont(name)
    if not len(font.family) > 0:
        continue
    for item in font.family:
        if item[1] == unicode(font_name):
            if len(font_style) == 0:
                match = "yes"
            else:
                for item in font.style:
                    if item[1] == unicode(font_style):
                        match = "yes"
            try:
                match
            except NameError:
                continue
            if all(font.has_char(c) for c in string):
                sys.exit(0)
            else:
                sys.exit(1)
print >> sys.stderr, "font not found: " + font_name + " " + font_style
sys.exit(1)