CMap中的PDF - Ligature映射

Question

我有一个pdf，它有以下映射：

<019A> <0074>
<039E> <00A9>
<019F> <00740069>
<01B5> <0075>
<01C0> <0076>
<01C7> <0079>
<03EC> <0030>

映射cid <019F>表示连字ti。

在映射\u0074 -> t和\u0069 -> i(因此)连接ti时。

如何获取实际的连字unicode？或者我必须保留这种模式的轨迹，并用连字的实际unicode替换cid映射？

谢谢。

Answer 1

从本质上讲，对于每个字符代码，不能假定映射中只有一个unicode字符。您必须获取这两个字符的输出。在unicode中，它甚至可以是两个以上的字符。有些字体也有"ffl“的连字。

这里还要注意的是，Unicode规范还为连字定义了特殊的单字符：https://en.wikipedia.org/wiki/Typographic_ligature，可以在映射中使用特殊的连字unicode字符。