文是HarfBuzz系列的第二篇：
在这里插入图片描述
本文概述
在这里插入图片描述
一、关键概念与结构
1.1 script
HarfBuzz 中 script 指的是文字系统的类型，注意不是指语言，不同语言也可能属于同一类书写系统，比如：
hb_script 举例
HB_SCRIPT_LATIN（拉丁文） 英语、法语、德语、越南语等
HB_SCRIPT_ARABIC（阿拉伯文） 阿拉伯语、波斯语（Farsi）、乌尔都语等
HB_SCRIPT_HAN（汉字） 中文、日语汉字（Kanji）、韩文汉字（Hanja）
HB_SCRIPT_DEVANAGARI（天城文） 印地语、梵语、尼泊尔语等
HB_SCRIPT_CYRILLIC（西里尔文) 俄语、保加利亚语等
... ...
我们在从0到1自定义文字排版引擎：原理篇中有提到：
Unicode 为每个 code point 定义了一个 script 属性，文本分段时就是按 script 属性连续来划分的。
比如对于Hello世界あい，从左往右扫描字符串，每遇到 Script 改变，就切分出一个 run，最后会被划分成：
Hello→ Latin
世界 → Han
あい → Hiragana
HarfBuzz 文本塑形时，一次只能处理同一 script 的字符串，因为不同 script 的文字系统，有不同的排版规则，比如：
在这里插入图片描述
HarfBuzz内部会根据script选取不同的shaping规则。
1.2 cluster
cluster 是HarfBuzz中的概念，表示一组不可分割的字符序列。单个字母或符号可以是一个cluster，连字之后的字形也可以视为一个cluster，比如f + i连字后变成fi，fi也是一个cluster。
1.3 grapheme
grapheme是Unicode中的概念，表示书写系统中的最小单位，比如单个的字母、符号、表情等，都是一个grapheme。
cluster与grapheme的区别：
二者没有相互关系，也不是一一对应的。举个例子，f + i连字后变成fi，那最终在HarfBuzz塑形完后只有fi 一个cluster，但是底层仍然是 f 和 i 两个grapheme构成的。
HarfBuzz中一般关注的是cluster。
1.4 blob
blob 是一个抽象概念，表示一段二进制数据的容器，用来管理原始数据的生命周期和权限，在HarfBuzz中用 hb_blob_t 结构体表示。
blob 的主要作用是封装字体文件的原始数据，当我们需要加载字体传给HarfBuzz时，这些字体文件一般会被加载到一个blob对象中。
blob 只关心数据本身，不理解数据的含义，也就是说blob并不知道这是一个字体文件，更不知道里面有什么表，它只负责管理对应内存的生命周期，确保数据在被使用期间是可访问的。
1.5 face
face 表示一个单独的字体，它会解析blob中的二进制字体数据，通过face可以访问字体中的各种table，如GSUB、GPOS、cmap表等，在HarfBuzz中用 hb_face_t 结构体表示。
需要注意的是，face是不带字号、缩放和其他渲染参数的，因此face无法直接用于塑形。
如果要塑形的话，需要通过face创建font。
1.6 font
font 表示字体实例，可以在face的基础上，设置字号、缩放等feature来创建一个font，在HarfBuzz中用 hb_font_t 结构体表示。
HarfBuzz 的核心排版函数 hb_shape() 接受的是 hb_font_t 对象，而不是 hb_face_t，这是因为 HarfBuzz 在计算字形位置和前进量时，需要知道字体的大小和比例。
1.7 buffer
buffer 在HarfBuzz中表示输入输出的缓冲区，用 hb_buffer_t 结构体表示。
比如我们在调用塑形函数** **hb_shape() 时，我们的输入字符串及其属性（方向、script、语言等）都是通过 buffer 完成的，塑形完成后，塑形结果也会通过 buffer 将字形及位置信息返回。
1.8 user data
上面提到的 hb_blob_t、hb_face_t、hb_font_t、hb_buffer_t 结构体，都有类似set_user_data()和get_user_data()的方法，主要作用是方便携带用户上下文。
1.9 小结
前面我们介绍了hb_blob_t、hb_face_t、hb_font_t、hb_buffer_t等概念，这些在HarfBuzz中被称为对象类型（注意并非OOP中面向对象的概念）。
在HarfBuzz中，所有对象类型都提供了特定的生命周期管理API，对象采用引用计数方式管理生命周期，通过各种create() 方法构建，初始创建时，引用计数为1，通过 reference() 方法引用（引用计数+1），通过 destroy() 方法解除引用（引用计数-1），当引用计数为0时释放。
比如，hb_buffer_t 对象可以通过 hb_buffer_create() 创建，通过 hb_buffer_reference() 引用，通过 hb_buffer_destroy() 解除引用。
HarfBuzz 所有对象的生命周期管理 API 都是线程安全的（除非你从源代码编译 HarfBuzz 时使用了HB_NO_MT配置标志），即便对象整体并非线程安全，引用（reference()）或销毁（destroy()）NULL 值也是允许的。
二、塑形操作
塑形大多以来字体中的 GSUB 和 GPOS 表，这一节我们来看塑形过程中的常见的操作：
1）字形替换
一对一替换（Simplified Forms）：根据feature、语言设置的不同，会进行简体 ↔ 繁体、半角 ↔ 全角、普通 ↔ 装饰体等的转换。比如在日文中会将标点符号「。」替换为它的全角版本「。」
多对一替换/连字（Standard Ligatures）：比如把 f + i → 合成为 fi 连字
一对多替换/分解（Glyph Composition/Decomposition）：把一个“复合”字形拆解成多个独立的字形，通常用于预处理阶段，主要为了后续定位、重音调整等更方便，一般不会影响最终的视觉效果；比如某些字体可能将预组合的 é 字形分解为 e + ´
上下文替换（Initial Forms/Medial Forms/Final Forms/Isolated Forms）：根据字形在单词中的位置来替换，比如阿拉伯文字母 ه 会根据其在词首、词中、词尾或孤立出现，被替换为 هـ、ـهـ、ـه、ه 四种完全不同的形态
辅音连缀（Conjunct Forms）：比如क + ् + ष 会被替换字形为 क्ष
2）字形定位：不修改字形，但是会影响position
字距调整（Kern）：比如T与o 相邻时 o 的 x 偏移量为负，使它更靠近 T
标记定位（Mark）：带重音符的如é，会将 ´ 的前进量设为 0，并设置 y_offset 使其移动到 e 的正上方
草书连接 (Cursive Attachment）：在“草书”类文字中（如阿拉伯文 Arabic、叙利亚文 Syriac、南印度文等），字符之间并不是并排放置的，而是通过笔画自然地连接起来的
3）字形重排
主要用于印度系文字，比如逻辑顺序上 辅音क+ 元音ि 时，元音在视觉顺序上需要重排到辅音的左侧，即： कि
)
